Podstawy inżynierii uczenia maszynowego w chmurze i MLOps

Skalowanie modeli uczenia maszynowego z lokalnego notebooka do niezawodnego, zautomatyzowanego środowiska produkcyjnego w chmurze jest jedną z najważniejszych umiejętności w nowoczesnej technologii.Ten kurs przeprowadzi Cię przez podstawowe zasady inżynierii uczenia się maszyn w chmurze i potoków operacyjnych. Przejdziesz od pisania prostych skryptów modelu do projektowania zautomatyzowanych, powtarzalnych przepływów pracy ML w chmurze.Dowiesz się, jak przygotować dane, trenować modele za pomocą zautomatyzowanej nauki maszyn (AutoML) i wdrażać te modele jako skalowalne usługi w chmurze. Czego się nauczysz: - Zrozum podstawową architekturę systemów uczenia maszynowego opartych na chmurze i cykle życia MLOps - Zastosuj najlepsze praktyki inżynierii oprogramowania, aby napisać czysty, powtarzalny kod uczenia maszynowego - Skonfiguruj zautomatyzowane potoki uczenia maszynowego, aby usprawnić wybór modelu i dostrajanie hiperparametrów - Wdrażaj wyszkolone modele uczenia maszynowego jako skalowalne, bezpieczne interfejsy API w chmurze i mikrousługi - Wdrażaj podstawowe potoki CI / CD i strategie monitorowania specjalnie dostosowane do przepływów pracy uczenia maszynowego - Poznaj nowoczesne wzorce operacyjne, w tym generację zwiększoną o pobieranie (RAG) i podstawy wdrażania LLM Kurs zaczyna się od podstawowej terminologii i koncepcji architektonicznych, a następnie przechodzi przez praktyczne kroki budowania, testowania, wdrażania i monitorowania modeli opartych na chmurze.Dzięki jasnym pisemnym wyjaśnieniom i scenariuszom kodu krok po kroku zdobędziesz praktyczne zrozumienie gotowych do produkcji przepływów pracy ML. Ten kurs jest przeznaczony dla początkujących inżynierów ML, naukowców zajmujących się danymi i programistów, którzy chcą przejść do operacji w chmurze.Nie jest wymagane wcześniejsze doświadczenie w inżynierii chmury, chociaż pomocne jest podstawowe zrozumienie Pythona. Zacznij tworzyć skalowalne, zautomatyzowane potoki uczenia maszynowego w chmurze już dziś.