Asas MLOps: Mengaturcara Model Pembelajaran Mesin ke Pengeluaran

Memindahkan model pembelajaran mesin daripada buku nota tempatan ke persekitaran pengeluaran yang boleh dipercayai memerlukan set kemahiran operasi yang mantap. Kursus berasaskan teks ini membimbing anda melalui prinsip asas MLOps, merapatkan jurang antara sains data dan kejuruteraan perisian. Menjelang akhir kursus ini, anda akan memahami cara untuk mengautomasikan, menjejak, mengaturcara, dan memantau model anda menggunakan alatan standard industri, memastikan sistem pembelajaran mesin anda berskala, boleh dihasilkan semula, dan selamat. Apa yang anda akan pelajari: - Memahami seni bina teras MLOps dan kitaran hayat sistem pembelajaran mesin gred pengeluaran. - Menjejak eksperimen dan mengurus pendaftaran model secara sistematik menggunakan MLflow. - Membina API yang ringan dan mantap untuk penyampaian model menggunakan FastAPI. - Mengkontena aplikasi pembelajaran mesin dengan Docker untuk penggunaan yang konsisten merentas persekitaran. - Mengatur aliran kerja dan mengautomasikan saluran paip data menggunakan Prefect. - Mengkonfigurasi pemantauan asas dan papan pemuka kebolehcerapan dengan Grafana untuk menjejak prestasi model. - Mengaturcara model yang dikontena ke infrastruktur awan menggunakan perkhidmatan AWS. Kursus ini bermula dengan istilah penting dan asas struktur sebelum beralih kepada panduan bertulis langkah demi langkah mengenai pengkontenaan, pembangunan API, orkestrasi, dan penggunaan awan. Anda akan membaca penjelasan komprehensif, menganalisis fail konfigurasi sedia pengeluaran, dan melengkapkan latihan bertulis praktikal yang direka untuk mengukuhkan konsep dunia sebenar. Kursus ini direka untuk bakal jurutera ML, saintis data, dan pembangun perisian yang baru dalam MLOps dan ingin mempelajari amalan penggunaan dari awal. Tiada pengalaman DevOps terdahulu diperlukan. Mula membaca hari ini untuk menguasai asas operasi pembelajaran mesin dan menghidupkan model anda.