Treinamento 03 · Trilha IA · Upnetix Learning Center

Automação de deploy e escala de modelos IA abertos com KServe.

Você automatiza o deploy, monitora e escala modelos de IA abertos em clusters Kubernetes usando KServe.

Código aberto: KServe (código aberto, licença Apache 2.0)

Automação de deploy e escala de modelos IA abertos com KServe
Trilha IA · Upnetix Learning Center
Módulos
15
Lições
30
Carga horária
24 h
Nível ULC
ULC 400 · Arquitetura e escala
Credencial
Credencial de Conclusão ULC com êxito de 80% ou mais
Para quem
Analista, Engenheiro, Gestor
Tecnologias
Grafana, Istio, KServe, Kubernetes, MinIO, Prometheus

Você automatiza o deploy e a escalabilidade de modelos de IA abertos em clusters Kubernetes. O curso vai dos conceitos de serving até a operação segura e monitorada com KServe.

O que você vai fazer

  • Planejar recursos de CPU, memória e storage para workloads de IA no KServe.
  • Instalar o KServe e configurar dependências como Istio, Knative e MinIO.
  • Realizar deploy automatizado de modelos abertos e gerenciar versões com rollout seguro.
  • Integrar Prometheus e Grafana para métricas e observabilidade dos modelos.
  • Implementar estratégias de escalabilidade, segurança e automação de rollout e rollback.

Como o curso funciona

Quinze módulos, trinta lições no total, seguindo a ordem do ciclo de vida do deploy. Cada lição apresenta um procedimento detalhado e termina com checagem do resultado obtido.

Para quem

Analistas, engenheiros e gestores que já trabalham com Kubernetes e precisam operar IA em produção com padrões de mercado.

Começar pela primeira lição

Ementa

  1. 01ConceitosDesvende os princípios fundamentais do KServe e do serving de modelos IA em Kubernetes.2 lições
  2. 02ArquiteturaExplore a arquitetura interna do KServe e como ela se integra ao Kubernetes.2 lições
  3. 03ProjetoAprenda a desenhar uma solução de serving de modelos aberta, segura e escalável.2 lições
  4. 04DimensionamentoDefina critérios e estratégias para dimensionar clusters e workloads de IA.2 lições
  5. 05ImplementaçãoImplemente um ambiente KServe do zero até o deploy funcional de modelos IA.2 lições
  6. 06ConfiguraçãoPersonalize e otimize o comportamento do KServe para diferentes cenários.2 lições
  7. 07IntegraçãoConecte o KServe a sistemas de monitoramento, storage e CI/CD.2 lições
  8. 08SegurançaImplemente controles de segurança essenciais para serving de IA em produção.2 lições
  9. 09MonitoramentoImplemente observabilidade total de modelos e do ambiente KServe.2 lições
  10. 10TroubleshootingDiagnostique e resolva falhas comuns e avançadas em deploys de IA.2 lições
  11. 11AutomaçãoAutomatize o ciclo completo de deploy e operação de modelos IA.2 lições
  12. 12EscalabilidadeAprofunde-se nas estratégias para escalar modelos IA em produção.2 lições
  13. 13Boas práticasAdote padrões e práticas recomendadas para operação confiável de IA.2 lições
  14. 14Casos reaisAnalise exemplos concretos de uso de KServe em produção.2 lições
  15. 15Estado da arteDescubra tendências e recursos avançados do KServe e do serving de IA.2 lições

No radar do Atlas

Credencial de Conclusão ULC

Ao responder às avaliações de todas as lições com 80% de êxito ou mais, você emite a credencial: número verificável, QR, hash de integridade, versão do conteúdo, lições concluídas e taxa de êxito. Abaixo disso, repita as avaliações.

Para emitir, entre na sua conta.

Esta credencial é emitida pelo Upnetix Learning Center como registro de conclusão e participação nas atividades indicadas. O ULC é uma iniciativa privada de compartilhamento de conhecimento técnico da Upnetix e não se apresenta como instituição de ensino, entidade certificadora profissional ou organismo de acreditação. A credencial não confere grau acadêmico, habilitação profissional, título técnico, licença ou registro perante conselho profissional ou órgão público.