Potok ML w chmurze z Vertex AI

W świecie nowoczesnej sztucznej inteligencji zbudowanie modelu to tylko pierwszy krok; prawdziwe wyzwanie polega na automatyzacji i skalowaniu całego cyklu życia. Przejście od ręcznych eksperymentów z notebookami do solidnych, zautomatyzowanych procesów pracy jest niezbędne dla każdego aspirującego inżyniera uczenia maszynowego. Ten kurs tekstowy przeprowadzi Cię przez podstawowe koncepcje operacji uczenia maszynowego (MLOps) i pokaże, jak zaprojektować, zbudować i uruchomić gotowe do produkcji potoki ML w chmurze. Dowiesz się, jak zautomatyzować przygotowanie danych, szkolenie modelu, ocenę i wdrożenie za pomocą nowoczesnych usług w chmurze. Co nauczysz się: • Zrozumienie podstawowych zasad MLOps i orkiestracji potoków • Konfigurowanie pobierania danych i komponentów wstępnego przetwarzania za pomocą standardowych narzędzi chmurowych • Budowanie zautomatyzowanych potoków szkoleniowych za pomoca Vertex AI i Kubeflow • Wdrażanie wyszkolonych modeli do skalowalnych punktów końcowych w celu obsługi w czasie rzeczywistym • Wdrożenie monitorowania potoków i metadanych • Zastosuj nowoczesne praktyki CI/CD, aby zautomatyzować wykonywanie potoków i aktualizacje. Zaczniesz od podstawowej terminologii potoków uczenia maszynowego i krok po kroku poznasz architekturę potoku, projektowanie komponentów i wdrażanie orchestratora. Lekcje pisemne zapewniają jasność koncepcyjną i praktyczne przykłady konfiguracji, które pomogą Ci zbudować pierwszy zautomatyzowany przepływ pracy. Ten kurs jest przeznaczony dla początkujących naukowców zajmujących się danymi, inżynierów oprogramowania i entuzjastów chmury, którzy chcą nauczyć się podstaw MLOps. Nie jest wymagane wcześniejsze doświadczenie w inżynierii rurociągów, chociaż pomocne jest podstawowe zrozumienie Pythona. Zacznij czytać już dziś, aby opanować podstawy automatyzacji ML w chmurze.