MLOps z Vertex AI: zarządzanie funkcjami w produkcji

Skalowanie modeli uczenia maszynowego z lokalnego notebooka do niezawodnego środowiska produkcyjnego wymaga solidnego zarządzania funkcjami. Zarządzanie spójnością danych pomiędzy treningiem a serwowaniem jest jedną z największych przeszkód w nowoczesnych MLOps. Ten kurs tekstowy przeprowadzi Cię przez podstawowe koncepcje MLOps, koncentrując się szczególnie na zarządzaniu funkcjami za pomocą Vertex AI. Dowiesz się, jak bezpiecznie centralizować, udostępniać i obsługiwać funkcje uczenia maszynowego, zapewniając spójność w całym cyklu życia ML. Czego się nauczysz: * Zrozum podstawowe zasady MLOps i rolę magazynów funkcji w potokach produkcyjnych * Skonfiguruj i skonfiguruj Vertex AI Feature Store, aby scentralizować dane uczenia maszynowego * Pobieraj, rejestruj i organizuj dane funkcji do szkolenia i serwisowania online * Zapobiegaj przekrzywieniu szkoleniowo-serwisowemu poprzez utrzymanie jednego źródła danych * Zastosuj najlepsze praktyki monitorowania dryfowania funkcji i jakości danych w czasie * Wdrażaj nowoczesne przepływy pracy MLOps, aby zautomatyzować pobieranie i aktualizacje funkcji. Zaczniesz od podstawowej terminologii MLOps i magazynów funkcji, a następnie przejdziesz do praktycznych scenariuszy, w których definiujesz, przyjmujesz i obsługujesz funkcje. Kurs kończy się zaawansowanymi strategiami monitorowania kondycji funkcji i utrzymywania wysokowydajnych potoków produkcyjnych. Ten kurs jest przeznaczony dla początkujących naukowców zajmujących się danymi, inżynierów uczenia maszynowego i programistów, którzy chcą przejść do MLOps. Nie jest wymagane wcześniejsze doświadczenie z Vertex AI, chociaż pomocne jest podstawowe zrozumienie koncepcji uczenia maszynowego i Pythona. Zacznij czytać już dziś, aby opanować zarządzanie funkcjami i podnieść swoje umiejętności inżynierskie MLOps.