Kỹ thuật học máy đám mây và MLOps cơ bản

Định cỡ mô hình học máy từ một máy tính bảng địa phương sang một môi trường sản xuất đám mây tự động mạnh mẽ là một trong những kỹ năng quan trọng nhất trong công nghệ hiện đại. Chương trình này hướng dẫn bạn qua các nguyên tắc cơ bản của kỹ thuật học máy đám mờ và các đường ống vận hành. Bạn sẽ chuyển từ viết các kịch bản mô hình đơn giản sang thiết kế các luồng công việc ML tự động, có thể tái tạo trong đám mây. Bạn cũng sẽ học cách chuẩn bị dữ liệu, huấn luyện các mô hình bằng cách sử dụng học máy tự động (AutoML), và triển khai các mô mẫu đó như các dịch vụ đám mờ có thể mở rộng. Bạn sẽ học được: - Hiểu kiến trúc cơ bản của hệ thống học máy dựa trên đám mây và chu kỳ sống MLOps - Apply software engineering best practices to write clean, reproducible machine learning code - Cấu hình các đường ống tự động học máy để tối ưu hóa việc chọn mô hình và điều chỉnh siêu tham số - Thiết lập các mô hình học máy được đào tạo như API đám mây và dịch vụ vi mô an toàn, có thể mở rộng - Thực hiện các đường ống CI / CD cơ bản và các chiến lược giám sát được thiết kế đặc biệt cho các luồng công việc học máy - Tìm hiểu các mô hình hoạt động hiện đại bao gồm các cơ sở phát triển LLM Chương trình bắt đầu với thuật ngữ cốt lõi và các khái niệm kiến trúc trước khi hướng dẫn bạn qua các bước thực tế của việc xây dựng, kiểm tra, triển khai và giám sát các mô hình dựa trên đám mây. Chương trình này được thiết kế cho những kỹ sư ML, nhà khoa học dữ liệu, và nhà phát triển phần mềm muốn chuyển sang hoạt động đám mây. Không cần kinh nghiệm trước đó, mặc dù hiểu biết cơ bản về Python sẽ giúp ích. Bắt đầu xây dựng các đường ống học máy tự động và có thể mở rộng trong đám mây ngay hôm nay.