Automatización de las canalizaciones de ML con Airflow y Kubernetes

La transición de los modelos de aprendizaje automático de scripts locales a canalizaciones de producción automatizadas y confiables puede resultar abrumadora, ya que la gestión de las dependencias de datos, la programación de ejecuciones y la escalabilidad de la infraestructura requieren una estrategia de automatización de flujos de trabajo estructurada. Este curso basado en texto lo guía a través de los conceptos fundamentales de MLOps y orquestación de flujos de trabajo, ayudándole a desarrollar las habilidades para empaquetar sus modelos, programar canalizaciones de datos complejas e implementar flujos del trabajo escalables que se ejecutan automáticamente. Lo que aprenderás: - Comprender los principios básicos de MLOps y el papel de la orquestación del flujo de trabajo en el aprendizaje automático. - Conteneriza aplicaciones y dependencias de aprendizaje automático usando Docker. - Diseñe y programe gráficos acíclicos dirigidos robustos (DAG) utilizando Airflow. - Implemente y administre tuberías en contenedores escalables usando Kubernetes. - Explore soluciones de flujo de trabajo en la nube administradas como Cloud Composer para una administración simplificada. - Aplique conceptos básicos de CI / CD para automatizar las pruebas y la implementación de su código de canalización. El curso comienza con la terminología clave, los conceptos básicos de la canalización y las definiciones de orquestación fundamentales, y a partir de ahí, avanzará a través de explicaciones escritas paso a paso y fragmentos de código prácticos para crear, contenerizar y programar sus propios flujos de trabajo automatizados. Este curso está diseñado para aspirantes a ingenieros de aprendizaje automático, científicos de datos y desarrolladores que buscan la transición del entrenamiento manual de modelos a las canalizaciones automatizadas, sin necesidad de experiencia previa en orquestación.Comience a leer hoy mismo para dominar las herramientas esenciales que mantienen los sistemas modernos de aprendizajes automáticos funcionando sin problemas.