داکر برای دانشمندان داده

در زمینه‌ای که نتایج تکرارپذیر ضروری است، داکر به سرعت در حال ظهور به عنوان یکی از ابزارهای برتر برای کارآمدی در کاری است که تیم‌های علم داده – به‌ویژه آن‌هایی که در یادگیری ماشین (ML) کار می‌کنند – انجام می‌دهند. ایجاد و توسعه مدل های ML اغلب کثیف است. دانشمندان داده باتجربه می دانند که نسخه های مختلف یک نرم افزار می توانند نتایج متفاوتی تولید کنند. با Docker، می‌توانید نسخه‌های مناسب هر وابستگی و کتابخانه مورد نیاز را اضافه کنید، بنابراین هیچ‌کس نیازی به انجام هیچ گونه پیکربندی ندارد. پس از ساخته شدن Dockerfile، دقیقا همان چیزی را که نیاز دارید خواهید داشت. در این دوره، جاناتان فرناندز به دانشمندان داده کمک می‌کند تا با Docker راه‌اندازی کنند و نحوه ساخت یک برنامه Dockerized ML را نشان دهند که به راحتی قابل اشتراک‌گذاری باشد. در طول راه، او موارد استفاده رایج از این ابزار را به اشتراک می گذارد. پس از پایان این دوره، شما آماده خواهید بود که از قدرت کانتینرها در سایر پروژه های ML خود استفاده کنید.