Thiết kế và triển khai ML Pipelines trên nền tảng đám mây

Chuyển đổi một mô hình học máy từ một máy tính bảng địa phương sang một hệ thống sản xuất tự động đáng tin cậy đòi hỏi thiết kế đường ống mạnh mẽ. Lớp học dựa trên văn bản này hướng dẫn bạn qua các nguyên tắc cốt lõi của việc xây dựng, triển khai và quản lý các đường ống ML có thể mở rộng trên các nền tảng đám mây hiện đại. Bạn sẽ chuyển từ đào tạo mô hình thủ công sang các luồng công việc tự động hoàn toàn, nắm vững các mô hình cần thiết để phối hợp hấp thụ dữ liệu, xử lý trước, đào tác và triển khai. Bạn sẽ có được một hiểu biết sâu sắc về các thực tiễn tốt nhất của MLOps, đảm bảo các mô hình của bạn vẫn chính xác, tái tạo và dễ dàng duy trì theo thời gian. Bạn sẽ học được gì: - Hiểu các khái niệm ML pipeline cơ bản và các giai đoạn cốt lõi của MLOps - Thiết kế tự động hóa dữ liệu và các luồng công việc xử lý trước trên cơ sở hạ tầng đám mây - Đoàn kết các công việc đào tạo bằng cách sử dụng các đường ống Kubeflow và Vertex AI - Thực hiện tích hợp liên tục và giao tiếp liên tục (CI / CD) cho các mô hình học máy - Cấu hình giám sát mô hình để phát hiện dữ liệu trôi dạt và giảm hiệu suất - Thực hành quản lý siêu dữ kiện và dòng dõi đồ tạo tác cho khả năng tái tạo hoàn chỉnh. Chương trình bắt đầu với thuật ngữ thiết yếu và kiến trúc đường ống trước khi chuyển sang hướng dẫn viết từng bước về phối khí, tự động hóa và tích hợp đám mây. Chương trình này được thiết kế cho các nhà khoa học dữ liệu mới bắt đầu, kỹ sư phần mềm, và các chuyên gia MLOps tham vọng tìm kiếm để quy mô các dự án học máy của họ; không cần kinh nghiệm trước đó về ống dẫn đám mây. Bắt đầu đọc hôm nay để chuyển đổi các kịch bản ML địa phương của bạn thành các đường ống tự động sẵn sàng sản xuất.