Configuration server dev python machine learning

Bonjour

je dois créer et entrainer des modéles de machines learning.

Pour ce faire j'ai besoin d'un server dédié , où sera installé un environnement jupyter et qui devra utiliser les capacités de la machine notament la totalité des coeurs GPU.
Voici la feuille de route ( je suis ouvert à discussion ):
- installation d'un notebook jupyter (python 3.7 à confirmer par la suite) accessible à l'adresse suivante jupyter-gpu.christal-is.com
- installation des outils/librairies classique permettant de faire de l'ia : tensorflow, keras, sklearn principalement
- exécution d'un programme python sans erreur (programme fourni par mes soins)
- exécution de ce programme et vérification de l'utilisation de la GPU(via la commande nvidia-smi à priori)
- fourniture de l'ensemble des lignes de commande permettant de reproduire l'ensemble des tâches de mise à disposition de cet environnement. attention : la validation du projet sera faite après une remise à zéro du server dedié et éxécution des lignes de commandes fourni. étant moi meme informaticien, je ne demande pas quelques choses d'automatique mais juste quelques choses que je pourrais reproduire
- configuration basique de la machine en terme de bonne pratique (utilisateur non root, sécuriation des ports ...)
- docker : j'ai déjà testé une installation via docker mais le device GPU n'était pas détecté . j'avais en lieu et place un device XLA-CPU
- en parallèle, installation d'un mineur de crypto-monnaie afin d'utiliser la GPU quand mes modèles ne seront pas en cours d'entrainement

Merci pour votre aide