Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik dockeriseer je ml- of llm-toepassing met fastapi endpoint
MLOps engineer
Ik ben een MLOps Engineer met meer dan 4 jaar ervaring in het bouwen van productieklare ML-systemen op AWS en Azure. Ik ben gespecialiseerd in ML Pipelines, Deployment, CI/CD, Monitoring en LLM Ops. I...
Over deze dienst
Ik containeriseer je ML-model of LLM-toepassing met Docker en maak een productieklare FastAPI endpoint.
Voordat je een ML-model in productie kunt nemen, moet het worden gecontaineriseerd. Ik neem je Python-code en zet het om in een productieklare Docker-image met een schone REST API.
Ik ben een MLOps Engineer met meer dan 4 jaar ervaring in het deployen van ML-systemen. Ik heb pipelines gebouwd die 2TB/dag verwerken en LLM-toepassingen gedeeld door duizenden gebruikers.
Wat ik lever
Docker image
- Geoptimaliseerde multi-stage Dockerfile voor minimale image grootte
- Correct dependency management (requirements.txt of pyproject.toml)
- Productieklare configuratie
FastAPI REST API
- Schone, gedocumenteerde endpoints
- Health check endpoint (/health)
- Input validatie met Pydantic-modellen
- Correcte foutafhandeling
- Asynchrone ondersteuning voor hoge gelijktijdigheid
Lokale testsetup
- docker-compose bestand voor eenvoudige lokale tests
- Voorbeeld API-verzoeken (curl-commando's)
- Omgevingsvariabelen configuratie
Documentatie
- Hoe je de container bouwt en runt
- API endpoint documentatie met voorbeelden
- Gids voor configuratie van omgevingsvariabelen
Technische stack
ComponentTechnologieContainerisatieDockerAPI FrameworkFastAPI (Python)WebserverGunicorn + Uvicorn
Tools:
Kubernetes
•
Docker
•
Amazon EKS
Frameworks:
Terraform
•
Ansible
Cloudprovider:
Amazon Web Services
•
microsoft azure
Programmeertaal:
Bash
•
Python
Expertise:
Debuggen
•
Ontwikkeling
•
Configuratie
Andere DevOps-techniek diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
V: Wat als mijn model in een Jupyter-notebook staat?
A: Ik kan je notebook converteren naar een Python-script en het vervolgens containeriseren. Deel gewoon de notebook.
V: Moet ik mijn modelbestand aanleveren?
A: Ja — ik heb je getrainde modelbestand (.pkl, .joblib, .pt, .h5) nodig of toegang tot je code repository.
V: Kan je werken met TensorFlow/PyTorch modellen?
A: Ja — ik kan elk Python-gebaseerd ML-framework containeriseren.
V: Wat als ik nog geen getraind model heb?
A: Deze dienst is alleen voor containerisatie. Als je hulp nodig hebt bij het trainen van je model, stuur me een bericht en we bespreken een aangepaste scope.
V: Wordt de API snel genoeg?
A: Ja — ik gebruik FastAPI met Gunicorn + Uvicorn voor prestaties op productieniveau. Voor het Premium pakket kan ik load testing toevoegen om de prestaties te valideren.
V: Bied je na dit Kubernetes deployment aan?
A: Ja — ik heb een aparte dienst voor Kubernetes deployment. Stuur me een bericht voor een bundelkorting.
