Fundamentos de engenharia de Machine Learning e MLOps

A escalabilidade de modelos de machine learning de um notebook local para um ambiente de produção robusto e automatizado na nuvem é uma das habilidades mais importantes da tecnologia moderna.Este curso orienta você pelos princípios fundamentais da engenharia de machine learn... Você aprenderá a preparar dados, treinar modelos usando o aprendizado de máquina automatizado (AutoML) e implantar esses modelos como serviços em nuvem escaláveis.Você aprenderá como criar modelos de dados, criar modelos e executar modelos de ML. O que você vai aprender: - Entenda a arquitetura fundamental dos sistemas de aprendizado de máquina baseados em nuvem e dos ciclos de vida dos MLOps - Aplique as melhores práticas de engenharia de software para escrever um código de aprendizado de máquina limpo e reproduzível - Configure pipelines de aprendizado de máquina automatizados para agilizar a seleção de modelos e o ajuste de hiperparâmetros - Implantar modelos de machine learning treinados como APIs e microsserviços em nuvem escaláveis e seguros - Implemente pipelines básicos de CI / CD e estratégias de monitoramento especificamente adaptadas para fluxos de trabalho de aprendizado de máquina - Explore padrões operacionais modernos, incluindo geração aumentada de recuperação (RAG) e noções básicas de implantação de LLM O curso começa com a terminologia básica e os conceitos de arquitetura antes de orientá-lo através das etapas práticas de construção, teste, implantação e monitoramento de modelos baseados em nuvem.Através de explicações escritas claras e cenários de código passo a passo, você obterá uma compreensão prática dos fluxos de trabalho de ML prontos para produção. Este curso foi projetado para aspirantes a engenheiros de ML, cientistas de dados e desenvolvedores de software que desejam fazer a transição para operações em nuvem.Não é necessária experiência prévia em engenharia de nuvem, embora uma compreensão básica do Python seja útil. Comece a criar pipelines de machine learning escaláveis e automatizados na nuvem hoje mesmo.