Production Machine Learning Systems and MLOps Fundamentals (bằng tiếng Anh).

Chuyển đổi một mô hình học máy từ một máy tính xách tay thử nghiệm sang một môi trường sản xuất đáng tin cậy đòi hỏi một tập hợp các thực tiễn kỹ thuật khác nhau. Chương trình này hướng dẫn bạn qua các thành phần thiết yếu của các hệ thống ML sẵn sàng sản xuất. Bạn sẽ hiểu cách thiết kế kiến trúc có thể mở rộng, tự động hóa các luồng công việc, và duy trì hiệu suất mô hình theo thời gian bằng cách sử dụng phương pháp MLOps hiện đại. Bạn sẽ học được gì: Hiểu thuật ngữ MLOps cơ bản, kiến trúc hệ thống và chu kỳ sống ML; Xây dựng các đường ống dữ liệu tự động và triển khai các cửa hàng tính năng cho việc giao tiếp dữ kiện đồng bộ; Thiết lập các mô hình học máy như API có thể mở rộng bằng cách sử dụng containerization và orchestration; Kiểm soát hiệu suất hệ thống, theo dõi mô hình trôi dạt và triển vọng đăng ký và khả năng quan sát; Cấu hình các đường ống CI / CD cơ bản cho việc kiểm tra tự động và triển khai liên tục mã ML; Ứng dụng các thực tiễn tốt nhất cho quản lý tài nguyên, tối ưu hóa chi phí và an ninh trong môi trường đám mây. Bắt đầu với các khái niệm và định nghĩa cốt lõi, khóa học dựa trên văn bản này đưa bạn từng bước qua thiết kế đường ống, chiến lược triển khai và bảo trì hệ thống đang diễn ra. Lớp học này được thiết kế cho người mới bắt đầu trong kỹ thuật học máy, khoa học dữ liệu, hoặc phát triển phần mềm mà không cần kinh nghiệm triển khai sản xuất trước đó. Bắt đầu đọc hôm nay để nối liền khoảng cách giữa đào tạo mô hình và triển khai sản xuất thế giới thực.