MLOps no Azure: Automatizando fluxos de trabalho de ML com Data Factory

Mover modelos de machine learning de um notebook local para um ambiente de produção confiável pode ser um desafio. Este curso baseado em texto orienta você na automação dessa transição usando o Azure MLOps e o Data Factory. Você aprenderá a criar pipelines automatizados que orquestram o movimento de dados, acionam o treinamento de modelos, gerenciam o controle de versão e monitoram as implantações na produção. Aprenda os principais princípios de MLOps, terminologia chave e conceitos fundamentais de fluxo de trabalho. Configure o Data Factory para orquestrar e automatizar pipelines de preparação de dados. Registre e crie versões de modelos de machine learning usando um registro de modelos centralizado. Crie pipelines automatizados para implantar modelos de forma segura e consistente. Monitore o desempenho do modelo na produção e entenda os conceitos básicos de detecção de desvios. Aplique as melhores práticas de segurança e controle de acesso em seu ambiente de nuvem. Começando com os conceitos fundamentais de nuvem e MLOps, o curso orienta você passo a passo através da configuração de pipelines de dados, implantação de modelos e estabelecimento de monitoramento contínuo. Este curso é projetado para cientistas de dados, desenvolvedores e aspirantes a engenheiros que desejam aprender noções básicas de automação. Nenhuma experiência avançada em DevOps é necessária. Comece a ler hoje mesmo para dominar os fundamentos das operações automatizadas de machine learning.