Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Preparación de modelos de aprendizaje automático para la implementación
- Empaquetado de modelos con Docker
- Exportación de modelos desde TensorFlow y PyTorch
- Consideraciones sobre control de versiones y almacenamiento
Servicio de modelos en Kubernetes
- Vista general de los servidores de inferencia
- Implementación de TensorFlow Serving y TorchServe
- Configuración de puntos finales de modelos
Técnicas de optimización de inferencia
- Estrategias de lote (batching)
- Manejo de solicitudes concurrentes
- Ajuste de latencia y capacidad de transferencia
Autoscaling de cargas de trabajo de ML
- Horizontal Pod Autoscaler (HPA)
- Vertical Pod Autoscaler (VPA)
- Autoscaling basado en eventos en Kubernetes (KEDA)
Provisión de GPU y gestión de recursos
- Configuración de nodos GPU
- Vista general del plugin de dispositivos NVIDIA
- Solicitudes y límites de recursos para cargas de trabajo de ML
Estrategias de despliegue y liberación de modelos
- Despliegues blue/green
- Patrones de despliegue canario
- Pruebas A/B para la evaluación de modelos
Monitoreo y observabilidad de ML en producción
- Métricas para cargas de trabajo de inferencia
- Buenas prácticas de registro de logs y trazas
- Paneles de control y alertas
Consideraciones de seguridad y confiabilidad
- Seguridad de los puntos finales de modelos
- Políticas de red y control de acceso
- Asegurar la alta disponibilidad
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo de aplicaciones containerizadas
- Experiencia con modelos de aprendizaje automático basados en Python
- Familiaridad con los fundamentos de Kubernetes
Público objetivo
- Ingenieros de ML
- Ingenieros de DevOps
- Equipos de ingeniería de plataformas
Reseñas (1)
Me ha gustado la parte de Kubernetes del entrenamiento, ya que tenía algunas tareas relacionadas con pods y puertos de K8s, y ahora he conseguido una comprensión mucho más clara. ¡Gracias!
Laura Miron - Betfair
Curso - Docker and Kubernetes
Traducción Automática