کتاب راهکارهای توسعه و مقیاس‌پذیری خط‌لوله‌های هوش مصنوعی با استفاده از Kubeflow و معماری بدون سرور (Serverless) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهکارهای توسعه و مقیاس‌پذیری خط‌لوله‌های هوش مصنوعی با استفاده از Kubeflow و معماری بدون سرور (Serverless)

موضوع کلی: علوم رایانه و فناوری اطلاعات

موضوع میانی: محاسبات ابری و زیرساخت‌های پردازش هوش مصنوعی

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی رایانش ابری و معماری سرویس‌گرا
  • 2. آشنایی با مفاهیم هوش مصنوعی و یادگیری ماشین در مقیاس بزرگ
  • 3. معرفی پلتفرم کوب‌فلو Kubeflow و نقش آن در چرخه حیات یادگیری ماشین
  • 4. نصب و راه‌اندازی اولیه کوب‌فلو در محیط کلاستر کوبرنتیز
  • 5. مدیریت منابع و پیکربندی گره‌های پردازشی در کوبرنتیز
  • 6. آشنایی با معماری بدون سرور Serverless و مزایای آن در پردازش داده
  • 7. پارادایم پردازش توزیع‌شده و مدیریت وظایف سنگین
  • 8. مفهوم خط‌لوله‌های یادگیری ماشین Kubeflow Pipelines
  • 9. طراحی و ساخت اولین خط‌لوله پردازش داده
  • 10. مدیریت وضعیت و ذخیره‌سازی داده‌ها در خط‌لوله‌های ابری
  • 11. استفاده از مؤلفه‌های آماده در Kubeflow برای پیش‌پردازش داده‌ها
  • 12. یکپارچه‌سازی مدل‌های یادگیری ماشین با محیط‌های ابری
  • 13. تکنیک‌های بهینه‌سازی مصرف منابع در پردازش‌های سنگین
  • 14. آشنایی با Knative و نقش آن در اجرای توابع بدون سرور
  • 15. پیاده‌سازی معماری مبتنی بر رویداد Event-driven برای هوش مصنوعی
  • 16. اتصال اجزای بدون سرور به خط‌لوله‌های Kubeflow
  • 17. مدیریت چرخه‌های حیات مدل در محیط‌های مقیاس‌پذیر
  • 18. روش‌های پایش و نظارت بر عملکرد خط‌لوله‌ها
  • 19. تکنیک‌های عیب‌یابی و لاگ‌گیری در سیستم‌های توزیع‌شده
  • 20. مدیریت سطوح دسترسی و احراز هویت در کوب‌فلو
  • 21. پیاده‌سازی راهکارهای ذخیره‌سازی ابری و مدیریت داده‌های حجیم
  • 22. بهینه‌سازی زمان اجرای آموزش مدل‌های یادگیری عمیق
  • 23. استقرار مدل‌های آموزش‌دیده در محیط عملیاتی با استفاده از سرویس‌های بدون سرور
  • 24. استفاده از ابزارهای بصری‌سازی در پایش خط‌لوله‌ها
  • 25. راهکارهای افزایش پایداری و تاب‌آوری در محاسبات ابری
  • 26. پیاده‌سازی خط‌لوله‌های هوش مصنوعی در محیط‌های ترکیبی Hybrid Cloud
  • 27. بررسی سناریوهای کاربردی در پردازش تصاویر و متن با ابزارهای ابری
  • 28. ارتقای مقیاس‌پذیری با استفاده از معماری میکروسرویس
  • 29. پیش‌بینی و مدیریت گلوگاه‌های پردازشی در سیستم‌های توزیع‌شده
  • 30. تکنیک‌های تست و ارزیابی مدل‌ها در خط‌لوله‌های خودکار
  • 31. مستندسازی و نگهداری زیرساخت‌های هوش مصنوعی
  • 32. نتیجه‌گیری و نقشه راه برای توسعه سیستم‌های هوشمند در ابعاد بزرگ
تگ‌ها: Kubeflow Pipelines Serverless Computing توسعه نرم‌افزار ابری خط‌لوله‌های هوش مصنوعی رایانش بدون سرور زیرساخت پردازش داده کیوب‌فلو محاسبات ابری معماری میکروسرویس مقیاس‌پذیری زیرساخت

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.