Docker 在 MLOps 中應用：端到端管線容器化培訓

這門由導師授課的 台灣 實戰訓練（線上或現場）旨在幫助希望提升 Docker 知識以在更大規模部署應用程式，同時保持控制能力的工程師。

完成本訓練後，參與者將能夠：

• 建置自訂的 Docker 映像檔。
• 部署和管理大量 Docker 應用程式。
• 評估不同的容器編排解決方案並選擇最適合的方案。
• 為 Docker 應用程式設定持續整合流程。
• 將 Docker 應用程式與現有的持續工具整合流程相結合。
• 確保其 Docker 應用程式的安全性。

本課程為講師指導的即時培訓 台灣（線上或線下），針對具備中至高階經驗的高階 AI 工程師和數據科學家，旨在協助參與者提升 DeepSeek 模型效能、降低延遲，並利用現代 MLOps 實踐高效部署 AI 解決方案。

完成本培訓後，參與者將能夠：

• 最佳化 DeepSeek 模型，提升效率、準確性與可擴展性。
• 實施 MLOps 及模型版本控制的最佳實踐。
• 在雲端和本地基礎設施上部署 DeepSeek 模型。
• 有效監控、維護並擴展 AI 解決方案。

学习如何使用 Docker、Kubernetes 和 OpenShift 构建、部署和管理容器化环境。这门为期五天的实战培训课程涵盖容器镜像、Kubernetes 工作负载、集群网络、存储、安全、监控以及实用的 OpenShift 管理技能。学员将获得运营现代容器平台的能力，并排查开发和生产环境中应用程序的问题。

在本於 台灣（線下或遠程）舉行的講師指導培訓中，參與者將學習如何創建和管理 Docker 容器，然後在容器內部部署示例應用。參與者還將學習如何在 Kubernetes 叢集中自動化、擴展和管理其容器化應用。最後，培訓涵蓋更進階的主題，引導參與者完成保護、擴展和監控 Kubernetes 叢集的流程。

培訓結束時，參與者將能夠：

• 設置並運行 Docker 容器。
• 部署容器化的服務器和 Web 應用。
• 構建和管理 Docker 鏡像。
• 設置 Docker 和 Kubernetes 叢集。
• 使用 Kubernetes 部署和管理集羣 Web 應用。
• 保護、擴展和監控 Kubernetes 叢集。

培訓目標：獲得有關 Docker 和 Kubernetes 的理論和操作技能。

這是由講師帶領的實時培訓（線上或線下），地點為 台灣。該課程專為希望構建、部署和管理 Kubernetes 上機器學習工作流的開發人員和數據科學家設計。

完成本培訓後，學員將能夠：

• 在本地環境和雲環境中安裝並配置 Kubeflow。
• 基於 Docker 容器和 Kubernetes 構建、部署和管理 ML 工作流。
• 在多種架構和雲環境中運行完整的機器學習管線。
• 使用 Kubeflow 生成和管理 Jupyter 筆記本。
• 在多個平台上構建 ML 訓練、超參數調整和服務負載。

此種由講師引導的即時培訓在 台灣（線上或線下）進行，旨在協助工程師評估現有的方法與工具，從而為組織採用 MLOps 做出明智決策。

培訓結束後，參與者將能夠：

• 安裝及設定各種 MLOps 框架和工具。
• 組建具備適當技能團隊，以構建並支援 MLOps 系統。
• 準備、驗證資料，並為 ML 模型建立版本管理。
• 理解 ML 管線的組件及其所需工具。
• 透過不同的機器學習框架與伺服器進行生產環境部署實驗。
• 使整個機器學習流程具備可復現性與可維護性，實現營運化。