Docker for MLOps：端到端管道容器化培訓

這門由導師帶領的實地培訓課程，在 澳門（線上或現場）中，旨在幫助希望提高 Docker 知識以在大規模上部署應用並保持控制的工程師。

在完成本培訓課程後，參與者將能夠：

• 構建自己的 Docker 鏡像。
• 部署並管理大量 Docker 應用。
• 評估不同的容器編排解決方案並選擇最合適的方案。
• 為 Docker 應用設置持續集成過程。
• 將 Docker 應用與現有的持續工具集成過程相整合。
• 確保其 Docker 應用的安全。

此培訓由導師主導, 於 澳門（線上或線下）以 live training 形式進行, 針對具有中到高級經驗、希望透過現代 MLOps實踐提升 DeepSeek模型性能、減少延遲並高效部署 AI解決方案的進階級 AI工程師和數據科學家。

完成本培訓後, 學員將能夠：

• 優化 DeepSeek模型以提升效率、準確性及擴展性。
• 實作 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、維護和擴展 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。这五天的实战培训涵盖容器镜像、Kubernetes 工作负载、集群网络、存储、安全、监控以及实用的 OpenShift 管理内容。学员将获得运营现代容器平台及在开发与生产环境中排查应用问题所需的技能。

在本課程中，講師將進行現場培訓（線上或線下）。參與者將學習如何建立及管理 Docker 容器，然後在容器中部署樣本應用程式。參與者還將了解如何在 Kubernetes 叢集中自動化、擴展及管理其容器化應用程式。最後，培訓將涉及更 advanced 的主題，引導參與者完成保護、擴展及監控 Kubernetes 叢集的流程。

參加完本課程後，參與者將能夠：

• 設定並執行 Docker 容器。
• 部署容器化的伺服器及網頁應用程式。
• 建置及管理 Docker 映像檔。
• 設定 Docker 和 Kubernetes 叢集。
• 使用 Kubernetes 部署及管理叢集化的網頁應用程式。
• 保護、擴展及監控 Kubernetes 叢集。

培訓目標：獲得 Docker 和 Kubernetes 的理論和操作技能。

這門由講師指導的課程在 澳門 進行（線上或線下），面向希望構建、部署和管理Kubernetes上機器學習工作流程的開發人員及數據科學家。

課程結束後，學員將能夠：

• 在本地環境和雲端安裝並配置Kubeflow。
• 基於Docker容器和Kubernetes構建、部署及管理機器學習工作流程。
• 在多種架構和雲端環境中運行完整的機器學習管線。
• 使用Kubeflow生成並管理Jupyter筆記本。
• 跨多個平台構建機器學習訓練、超參數調優及服務部署工作負載。

此種由導師主導的現場培訓在 澳門（線上或線下）進行，旨在幫助工程師評估當前可用的方法與工具，從而做出明智決策，確定在其組織內推行 MLOps 的最佳路徑。

完成本課程後，學員將能夠：

• 安裝並配置各種 MLOps 框架和工具。
• 組建具備適當技能的團隊，以構建和支持 MLOps 系統。
• 準備、驗證數據並管理版本，供 ML 模型使用。
• 了解 ML 流程的組成部分及構建所需工具。
• 嘗試不同的機器學習框架和服務器，以進行生產部署。
• 實現整個機器學習流程的運營化，使其具備可複製性和可維護性。