Cursus
Leerpadbeschrijving
Machine Learning Engineer
De basis van MLOps onder de knie krijgen
Krijg een goed begrip van de belangrijkste concepten van MLOps terwijl je:- Ontdek het moderne MLOps-framework en de levenscyclus
- Leer end-to-end-modellen ontwerpen, trainen en implementeren
- Doe praktijkervaring op met belangrijke technologieën zoals Python, Docker en MLflow. Begrijp belangrijke dingen als CI/CD, implementatiestrategieën en conceptdrift.
Doe praktische vaardigheden op door middel van echte projecten
Gebruik je kennis om echte uitdagingen op te lossen die lijken op het dagelijkse werk van een machine learning engineer. Je krijgt de kans om voorspellende modellen voor de landbouw te ontwikkelen, temperaturen in Londen te voorspellen met behulp van geavanceerde technieken en betrouwbare datapijplijnen te bouwen met behulp van ETL- en ELT-principes.Ontwikkel een veelzijdige set vaardigheden op het gebied van machine learning engineering
Tijdens deze track leer je hoe je machine learning-modellen kunt bouwen en in productieomgevingen kunt gebruiken, zodat ze altijd goed blijven werken. Je gaat kijken naar manieren om modellen te checken en problemen met data en conceptdrift aan te pakken, terwijl je dataversiebeheer gebruikt voor efficiënt ML-databeheer. Daarnaast leer je hoe je CI/CD-pijplijnen kunt gebruiken om de ontwikkeling en implementatie van modellen te stroomlijnen, waardoor machine learning-workflows betrouwbaarder en schaalbaarder worden.Bereid je voor op een functie als junior machine learning engineer
Als je deze track afrondt, heb je de kennis en praktische ervaring om vol vertrouwen te solliciteren naar functies als junior machine learning engineer. Je zult in staat zijn om:- Werk samen met datawetenschapsteams om modellen van concept naar productie te brengen.
- Maak je modellen zo goed mogelijk en zorg dat ze makkelijk samengaan met je bedrijfssystemen.
- Houd de geïmplementeerde modellen goed in de gaten en onderhoud ze om betrouwbare resultaten te krijgen.
- Help mee met het bouwen van een schaalbare en efficiënte infrastructuur voor machine learning.