Trainingsmaterial
LLM-Plattformen zum Anfassen
Site Reliability Engineering für Applied AI
Mistral-Modelle auf Linux und Kubernetes betreiben, beobachten, absichern und beim Kunden ausliefern – trainiert im eigenen Labor.
- Linux
- Python
- Go
- Mistral
- Mandanten
- Metriken
- SLOs
- Security
Trainingsplan
- Willkommen im Trainingslager
- Tag 0: Trainingsgelände aufbauen
- Tag 1: Linux-Internals
- Tag 2: Netzwerk-Debugging
- Tag 3: Python für SRE – llmctl
- Tag 4: Go für SRE – llm-gateway
- Tag 5: Mistral-Modelle auf einer Linux-VM
- Tag 6: Multi-Tenant-Kubernetes
- Tag 7: Model-Serving auf Kubernetes
- Tag 8: Observability I – Metriken
- Tag 9: Observability II – Logs und Traces
- Tag 10: SLOs, Alerting und On-Call
- Tag 11: Incident Response und Post-Mortem
- Tag 12: Infrastructure as Code
- Tag 13: Security – Secure SDLC und Supply Chain
- Tag 14: Hybrid und On-Prem beim Kunden
- Tag 15: Wettkampf – Desaster-Drills
- Anhang A: Spickzettel
- Anhang B: Abschlussprüfung
- Anhang C: Interview-Vorbereitung Applied AI / SRE