Schița de curs

Introducere

  • Modele de Machine Learning vs software tradițional

Prezentare a fluxului DevOps

Prezentare a fluxului Machine Learning

ML ca Cod Plus Date

Componentele unui sistem de ML

Studiu de caz: O aplicație de previziune a vânzărilor

Accesarea datelor

Validarea datelor

Transformarea datelor

De la pipeline de date la pipeline ML

Construirea modelului de date

Antrenarea modelului

Validarea modelului

Reproducerea antrenării modelului

Implementarea unui model

Puserea în producție a unui model antrenat

Testarea unui sistem de ML

Orchestrezarea livrării continue

Monitorizarea modelului

Versiunile datelor

Adaptarea, scalarea și menținerea unei platforme MLOps

Soluționarea problemelor tehnice

Rezumat și concluzie

Cerințe

  • O înțelegere a ciclului de dezvoltare al software-ului
  • Experiență în construirea sau lucrul cu modele de Machine Learning
  • Familiarizarea cu programarea Python

Audiență

  • Ingineri ML
  • Ingineri DevOps
  • Ingineri de date
  • Ingineri de infrastructură
  • Dezvoltatori de software
 35 ore

Numărul de participanți


Pret per participant

Mărturii (3)

Upcoming Courses

Categorii înrudite