使用Docker实现安全且可移植的AI推理：从本地到云端 培训

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望提高Docker知识的工程师，以便在保持控制的同时更大规模地部署应用程序。

在培训结束时，参与者将能够：

• 构建自己的 Docker 映像。
• 部署和管理大量 Docker 个应用程序。
• 评估不同的容器编排解决方案并选择最合适的解决方案。
• 为 Docker 应用程序设置持续集成过程。
• 将 Docker 应用程序与现有的持续工具集成流程集成。
• 保护其 Docker 应用程序。

Docker是一个容器化平台，为AI和机器学习工作负载提供一致、可移植且可复现的环境。

本课程为讲师引导的线上或线下培训。旨在帮助中级专业人士使用Docker打包ML代码库、依赖项和模型，以实现从开发到生产的可靠工作流程。

完成本课程后，参与者将能够：

• 构建和管理针对AI和ML应用定制的Docker镜像。
• 将机器学习流水线、工具和依赖项容器化。
• 优化Docker环境以提升性能和可移植性。
• 在不同运行时环境中部署容器化的ML服务。

课程形式

• 配合引导式讨论的概念演示。
• 专注于实际容器化任务的手工练习。
• 使用实时实验室Docker环境进行实践操作。

课程定制选项

• 如需针对您的组织环境定制此培训，请联系我们以便安排。

面向AI的CI/CD是一种结构化方法，通过持续集成和持续交付流水线，自动化模型的打包、测试、容器化和部署。

本培训由讲师现场授课（线上或线下），旨在帮助中级专业人士利用Docker和CI/CD平台自动化端到端AI模型交付工作流。

完成培训后，学员将能够：

• 创建用于构建和测试AI模型容器的自动化流水线。
• 为模型生命周期实施版本控制和可重现性。
• 集成AI服务的自动化部署策略。
• 应用针对机器学习操作的CI/CD最佳实践。

课程形式

• 讲师引导的演示和技术讨论。
• 实操实验室和动手实施练习。
• 在受控环境中模拟真实的CI/CD工作流。

课程定制选项

• 如果您的组织需要自定义流水线工作流或平台集成，请联系我们以量身定制此课程。

认证 Kubernetes 管理员 （CKA） 计划由 Linux 基金会和云原生计算基金会 （CNCF） 创建。

Kubernetes 是 Nowadys 一个用于容器编排的领先平台。

NobleProg从2015年开始提供Docker和Kubernetes培训。凭借 360 多个 成功完成的培训项目，我们成为全球容器化领域最知名的培训公司之一。

自 2019 年以来，我们还通过准备和鼓励客户通过 CKA 和 CKAD 考试来帮助客户确认他们在 k8s 环境中的表现。

这种由讲师指导的现场培训（在线或现场）面向系统管理员，Kubernetes 希望通过 CKA 考试来确认其知识的用户。

另一方面，培训的重点是获得 Kubernetes 管理方面的实践经验，因此即使您不打算参加 CKA 考试，我们也建议您参加培训。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。
• 要了解有关CKA认证的更多信息，请访问：https://training.linuxfoundation.org/certification/certified-kubernetes-administrator-cka

Certified Kubernetes Application Developer (CKAD) 项目由 Linux Foundation 和 Kubernetes 的托管方 Cloud Native Computing Foundation (CNCF) 共同开发。

本次由讲师指导的培训（线上或线下）面向希望验证其在 Kubernetes 上设计、构建、配置和暴露云原生应用技能的开发者。

另一方面，培训也侧重于在 Kubernetes 应用开发中获得实践经验，因此即使您不打算参加 CKAD 考试，我们也建议您参与。

NobleProg 自 2015 年起一直在提供 Docker 和 Kubernetes 培训。凭借超过 360 个成功完成的培训项目，我们已成为全球容器化领域最知名的培训公司之一。自 2019 年以来，我们还在帮助客户通过在 k8s 环境中的表现，准备并鼓励他们通过 CKA 和 CKAD 考试。

课程形式

• 互动讲座和讨论。
• 大量练习和实践。
• 在实时实验环境中进行实际操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。
• 如需了解更多关于 CKAD 的信息，请访问：https://training.linuxfoundation.org/certification/certified-kubernetes-application-developer-ckad/

Docker是一个开源平台，用于自动化在容器中构建、运输和运行应用程序的过程。

本课程由讲师现场授课或远程直播（线上或线下），旨在帮助工程师使用Docker将软件作为容器进行部署和管理，而非传统的独立软件。

通过本课程的学习，参与者将能够：

• 安装和配置Docker。
• 理解并实施软件容器化技术。
• 管理基于Docker的应用程序。
• 连接不同的Docker应用及系统。
• 理解并编辑Docker注册表。

课程形式

• 互动式讲座与讨论。
• 大量的练习和实践环节。
• 在真实实验室环境中的实操演示。

课程定制选项

• 如需为本课程申请定制培训，请联系我们要安排事宜。
• 更多关于Docker的信息，请访问：https://www.docker.com

学习如何使用Docker、Kubernetes和OpenShift构建、部署和管理容器化环境。本课程为期五天，涵盖容器镜像、Kubernetes工作负载、集群网络、存储、安全、监控和OpenShift管理。学员将掌握操作现代容器平台并在开发和生产环境中排查应用问题所需的技能。

在这次由讲师指导的中国（线下或远程）培训中，参与者将学习如何创建和管理Docker容器，然后在容器内部署一个示例应用。参与者还将学习如何在Kubernetes集群中自动化、扩展和管理他们的容器化应用。最后，培训将深入探讨更高级的主题，引导参与者完成Kubernetes集群的安全、扩展和监控过程。

通过本次培训，参与者将能够：

• 设置并运行Docker容器。
• 部署容器化的服务器和Web应用。
• 构建和管理Docker镜像。
• 设置Docker和Kubernetes集群。
• 使用Kubernetes部署和管理集群化的Web应用。
• 对Kubernetes集群进行安全、扩展和监控。

Docker is a containerization platform used to build reproducible, portable, and scalable environments for ML systems.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level technical professionals who wish to containerize and operationalize complete ML pipelines using Docker.

Upon completion of this training, participants will be able to:

• Containerize ML training, validation, and inference workloads.
• Design and orchestrate end-to-end ML pipelines using Docker and supporting tools.
• Implement versioning, reproducibility, and CI/CD for ML components.
• Deploy, monitor, and scale ML services in containerized environments.

Format of the Course

• Interactive lectures supported by practical demonstrations.
• Hands-on exercises focused on building real ML pipeline components.
• Live-lab implementation for end-to-end containerized workflows.

Course Customization Options

• For customized training aligned with specific ML infrastructure needs, please contact us to discuss options.

培训目标：掌握Docker与Kubernetes的理论与操作技能。

GPU加速对于以可扩展且高效的方式运行高性能深度学习工作负载至关重要。

本门课程由讲师主导，提供线上或线下培训。旨在帮助中级技术专业人员配置、优化并在Docker容器中运行GPU支持的AI工作负载。

完成本课程后，参与者将能够：

• 构建并运行支持GPU的容器，用于训练和推理。
• 为容器化AI工作流配置CUDA、驱动程序和运行时库。
• 优化GPU密集型应用的资源分配和隔离。
• 在生产环境中部署可扩展的容器化深度学习服务。

课程形式

• 结合真实演示的互动教学。
• 专注于GPU开发驱动式练习。
• 在实时实验室环境中的动手实践。

课程定制选项

• 如需与您基础设施或GPU栈相匹配的定制培训，请联系我们安排。

混合AI部署是通过统一的基于容器的工作流程，在云端、本地数据中心和边缘环境中运行AI推理的实践。

本讲师主导的实时培训（线上或线下）旨在帮助高级专业人员设计和部署跨异构环境的分布式AI推理系统。

完成本培训后，参与者将能够：

• 构建适用于多位置环境的安全、可扩展的容器化AI服务。
• 使用Docker将AI推理工作负载部署到云端、本地服务器和边缘设备。
• 集成编排工具以自动化分布式AI操作。
• 优化跨不同基础设施的推理延迟、可靠性与韧性。

课程形式

• 指导性的演示与专家引导的讨论。
• 大量的实践操作与应用练习。
• 在受控的真实实验室环境中进行实验。

课程定制选项

• 如需调整本课程以符合贵组织的架构或使用场景，请联系我们进行定制培训。

在这个由讲师指导的中国线下或远程培训中，参与者将学习如何在容器内部署一组示例服务器，然后在Kubernetes集群中自动化、扩展和管理这些容器化服务器。培训还将深入探讨更高级的主题，引导参与者完成Kubernetes集群的安全、网络和监控过程。

培训结束后，参与者将能够：

• 设置并运行Docker容器。
• 部署容器化的数据库和服务器。
• 设置Docker和Kubernetes集群。
• 使用Kubernetes在同一集群下部署和管理不同的环境。
• 保护、扩展和监控Kubernetes集群。

在这次由讲师指导的中国线下培训中，参与者将学习使用Spring Cloud和Docker构建微服务的基础知识。通过练习和逐步开发示例微服务，参与者的知识将得到测试。

培训结束后，参与者将能够：

• 理解微服务的基础知识。
• 使用Docker为微服务应用程序构建容器。
• 使用Spring Cloud和Docker构建和部署容器化微服务。
• 将微服务与发现服务和Spring Cloud API网关集成。
• 使用Docker Compose进行端到端集成测试。

本次在中国进行的由讲师主导的实时培训（在线或现场）旨在针对希望使用Spring Cloud和Docker构建、部署和管理microservices的中级开发人员和DevOps工程师。

培训结束时，参与者将能够：

• 使用Spring Boot和Spring Cloud开发微服务。
• 使用Docker和Docker Compose对应用程序进行容器化。
• 实施服务发现、API网关和服务间通信。
• 监控和保护生产环境中的微服务。
• 使用Kubernetes部署和编排微服务。