Ce que vous devez savoir avant
Vous commencez

Débute 6 June 2026 04:43

Se termine 6 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Le guide de l'explorateur pour l'ingénierie de plateforme GenAI cloud native

Plongez-vous dans le monde de l'ingénierie des plateformes d'IA générative natives du cloud avec ce guide complet. Découvrez des méthodologies étape par étape pour configurer une infrastructure d'IA sur Kubernetes, en partant de configurations minimales viables et en avançant vers des fonctionnalités sophistiquées. Apprenez à intégrer des pass.
CNCF [Cloud Native Computing Foundation] via YouTube

CNCF [Cloud Native Computing Foundation]

6076 Cours


31 minutes

Amélioration optionnelle disponible

Not Specified

Progressez à votre rythme

Free Video

Amélioration optionnelle disponible

Aperçu

Immerse yourself in the world of cloud native generative AI platform engineering with this comprehensive guide. Discover step-by-step methodologies for setting up AI infrastructure on Kubernetes, starting from minimal viable configurations and advancing to sophisticated features.

Learn about integrating LLM gateways and vector databases to enhance your AI capabilities. Gain insights into implementing load balancing strategies and optimizing performance, ensuring your AI solutions operate efficiently and effectively.

Available to stream on YouTube, this course bridges the gap between theoretical concepts and practical execution in the realm of artificial intelligence and computer science.

Programme

  • Introduction à Cloud Native GenAI
  • Aperçu de Cloud Native et de l'IA Générative
    Le rôle de Kubernetes dans l'infrastructure IA
  • Mise en place d'une plateforme GenAI Viable Minimale
  • Installation et configuration de Kubernetes
    Déploiement de services IA de base
  • Exploration de Kubernetes pour GenAI
  • Concepts de Kubernetes : Pods, Nodes, et Services
    Orchestration des charges de travail IA
  • Construction et intégration de passerelles LLM
  • Comprendre l'architecture des LLM (Modèles de Langage de Grande Taille)
    Déploiement et configuration des passerelles LLM sur Kubernetes
  • Implémentation de bases de données vectorielles
  • Introduction aux bases de données vectorielles
    Mise en place et utilisation du stockage vectoriel pour les applications IA
  • Équilibrage de charge sur les plateformes GenAI
  • Techniques et outils d'équilibrage de charge
    Meilleures pratiques pour la gestion du trafic dans les services IA
  • Techniques d'optimisation des performances
  • Surveillance et profilage des charges de travail IA
    Techniques pour améliorer les performances des applications IA
  • Fonctionnalités avancées et améliorations
  • Utilisation des capacités d'auto-scaling et d'auto-guérison
    Meilleures pratiques de sécurité pour les plateformes GenAI
  • Études de cas et applications réelles
  • Exemples de mises en œuvre réussies de Cloud Native GenAI
    Leçons apprises et meilleures pratiques
  • Tendances futures dans Cloud Native GenAI
  • Technologies émergentes et innovations
    Se préparer pour l'avenir de l'infrastructure IA
  • Conclusion et feuille de route au-delà du cours
  • Récapitulatif des apprentissages clés
    Ressources pour une étude plus approfondie et l'implication communautaire

Matières

Computer Science