Kursbeschreibung: KI-Systeme bereitstellen, bewerten und erstellen

Wussten Sie, dass fast 70 % der KI-Modelle aufgrund von Bereitstellungsproblemen wie Versionskonflikten, schlechter Skalierbarkeit und Ausfallzeiten während Updates nie in die Produktion gelangen? Eine zuverlässige Bereitstellung ist der Schlüssel, um Prototypen in produktionsreife KI-Systeme umzuwandeln. Dieser Kurzkurs wurde entwickelt, um Fachleuten aus den Bereichen ML und KI dabei zu helfen, KI-Systeme zuverlässig in der Produktion bereitzustellen, die Bereitstellungskosten und die Leistung zu optimieren sowie Release-Strategien ohne Ausfallzeiten für geschäftskritische KI-Dienste umzusetzen. Nach Abschluss dieses Kurses sind Sie in der Lage, skalierbare KI-Bereitstellungspipelines mithilfe von Containerisierung, Cloud-Orchestrierung und Blue-Green-Bereitstellungsmethoden zu analysieren, zu bewerten und zu erstellen – Fähigkeiten, die Sie sofort anwenden können, um nahtlose, leistungsstarke Modell-Releases sicherzustellen. Am Ende dieses Kurses werden Sie in der Lage sein: • Abhängigkeitsgraphen und Container-Konfigurationen zu analysieren, um Versionskonflikte zu erkennen. • Leistungs-, Latenz- und Kostenkennzahlen über verschiedene Bereitstellungsziele hinweg zu bewerten. • Eine Blue-Green-Bereitstellungsstrategie für Modell-Upgrades ohne Ausfallzeiten zu erstellen. Dieser Kurs ist einzigartig, da er DevOps-Prinzipien mit KI-Engineering verbindet und Ihnen praktische Erfahrungen im Umgang mit Versionskontrolle, der Optimierung der Systemleistung und der Realisierung einer kontinuierlichen KI-Bereitstellung ohne Dienstunterbrechungen vermittelt. Um in diesem Projekt erfolgreich zu sein, sollten Sie über folgende Voraussetzungen verfügen: • Erfahrung mit der Docker-Containerisierung • Grundlagen der Cloud-Bereitstellung • Grundkenntnisse in Kubernetes • Konzepte zur Bereitstellung von ML-/KI-Modellen