Dieser Kurs bietet den Coursera Coach!

Eine intelligentere Art zu lernen – mit interaktiven Echtzeit-Gesprächen, die Ihnen helfen, Ihr Wissen zu testen, Annahmen zu hinterfragen und Ihr Verständnis im Laufe des Kurses zu vertiefen. In diesem Kurs erwerben Sie ein tiefgreifendes Verständnis dafür, wie sich Docker in Machine Learning (ML) und Künstliche Intelligenz (KI) integrieren lässt. Docker ist ein leistungsstarkes Tool, das die Bereitstellung und Verwaltung von ML-/KI-Anwendungen optimiert und somit eine entscheidende Technologie für effiziente Arbeitsabläufe darstellt. Zunächst lernen Sie die Bedeutung von Docker im Kontext von ML und KI kennen, bevor Sie Docker auf Ihrem System einrichten, Tools konfigurieren und sich in praktische Projekte vertiefen. Der Kurs ist an praktischen Szenarien ausgerichtet, wie zum Beispiel dem Aufbau einer Entwicklungsumgebung für MLFlow und Jupyter, der Containerisierung von ML-Anwendungen und der Simulation produktionsreifer ML-Systeme mit Docker Compose. Jeder Abschnitt baut auf dem vorherigen auf und gewährleistet so ein umfassendes Verständnis der Rolle von Docker in KI-/ML-Workflows. Der Kurs behandelt gezielt ausgewählte Themen, darunter die Integration großer Sprachmodelle (Large Language Models, LLMs) und die Verwendung von Docker Model Runner für die lokale Bereitstellung. Dieser Kurs eignet sich ideal für Entwickler, Datenwissenschaftler und KI-/ML-Praktiker, die ihre Fähigkeiten zur Bereitstellung und Verwaltung von Machine-Learning-Systemen mit Docker verbessern möchten. Er ist für Teilnehmer mit Grundkenntnissen in Docker, KI-/ML-Prinzipien und Softwareentwicklung geeignet, da der Schwerpunkt des Kurses auf praktischen Übungen liegt. Der Schwierigkeitsgrad entspricht dem mittleren Niveau. Am Ende des Kurses sind Sie in der Lage, ML/KI-Umgebungen mit Docker einzurichten, Anwendungen zu containerisieren, produktionsreife ML-Systeme zu simulieren sowie KI-Modelle in Docker-Containern bereitzustellen und zu verwalten.