Eğitim İçeriği

Üretim Ortamına Dağıtıma Giriş

  • İnce ayarlı modelleri dağıtmanın temel zorlukları
  • Geliştirme ve üretim ortamları arasındaki farklar
  • Model dağıtımı için araçlar ve platformlar

Modelleri Dağıtıma Hazırlama

  • Modelleri standart formatlarda (ONNX, TensorFlow SavedModel vb.) dışa aktarma
  • Gecikme ve verimlilik için modelleri optimize etme
  • Kenar durumlar ve gerçek dünya verileri üzerinde modelleri test etme

Model Dağıtımı için Konteynerleştirme

  • Docker'a giriş
  • Makine öğrenimi modelleri için Docker görüntüleri oluşturma
  • Konteyner güvenliği ve verimliliği için en iyi uygulamalar

Kubernetes ile Ölçeklendirme

  • Yapay zeka iş yükleri için Kubernetes'ye giriş
  • Model barındırma için Kubernetes kümeleri kurma
  • Yük dengeleme ve yatay ölçeklendirme

Model İzleme ve Bakım

  • Prometheus ve Grafana ile izleme uygulama
  • Hata takibi ve performans için otomatik günlük kaydı
  • Model kayması ve güncellemeler için yeniden eğitim hatları

Üretimde Güvenliği Sağlama

  • Model çıkarımı için API'leri güvence altına alma
  • Kimlik doğrulama ve yetkilendirme mekanizmaları
  • Veri gizliliği endişelerini giderme

Vaka Çalışmaları ve Uygulamalı Laboratuvarlar

  • Duygu analizi modeli dağıtma
  • Makine çeviri hizmetini ölçeklendirme
  • Görüntü sınıflandırma modelleri için izleme uygulama

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Makine öğrenimi iş akışları konusunda güçlü anlayış
  • Makine öğrenimi modellerini ince ayar yapma deneyimi
  • DevOps veya MLOps ilkelerine aşinalık

Hedef Kitle

  • DevOps mühendisleri
  • MLOps uygulayıcıları
  • Yapay zeka dağıtım uzmanları
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (1)

Yaklaşan Etkinlikler

İlgili Kategoriler