Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Saiba mais sobre as operações de aprendizado de máquina (MLOps)
Compreender os conceitos de MLOps é essencial para que qualquer cientista de dados, engenheiro ou líder leve os modelos de aprendizado de máquina de um notebook local para um modelo funcional na produção.Neste curso, você aprenderá o que é MLOps, entenderá as diferentes fases dos processos de MLOps e identificará os diferentes níveis de maturidade de MLOps. Depois de aprender sobre os conceitos essenciais de MLOps, você estará bem equipado em sua jornada para implementar o aprendizado de máquina de forma contínua, confiável e eficiente.
Descubra como o aprendizado de máquina pode ser dimensionado e automatizado
Como podemos dimensionar nossos projetos de aprendizado de máquina usando o mínimo de tempo e recursos? E como podemos automatizar nossos processos para reduzir a necessidade de intervenção manual e melhorar o desempenho do modelo? Essas são perguntas fundamentais sobre aprendizado de máquina para as quais o MLOps fornece as respostas.Neste curso de MLOps, você começará explorando os fundamentos do MLOps, analisando os principais recursos e as funções associadas. A seguir, você explorará as várias fases do ciclo de vida do aprendizado de máquina com mais detalhes.
À medida que progredir, você também aprenderá sobre sistemas e ferramentas para dimensionar e automatizar melhor as operações de aprendizado de máquina, incluindo armazenamentos de recursos, rastreamento de experimentos, pipelines de CI/CD, microsserviços e conteinerização. Você explorará os principais conceitos de MLOps, o que lhe dará uma compreensão mais sólida de suas aplicações.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução ao MLOps
Primeiro, você vai conhecer os recursos centrais de MLOps. Vai explorar o ciclo de vida de machine learning, suas fases e os papéis associados aos processos de MLOps.
2
Design e desenvolvimento
Em seguida, você vai aprender sobre a fase de design e desenvolvimento no ciclo de vida de machine learning. Vai explorar estimativa de valor agregado, qualidade dos dados, feature stores e rastreamento de experimentos.
3
Fazendo deployment de Machine Learning em produção
Neste capítulo, você vai se aprofundar nos conceitos relevantes para fazer deployment de machine learning em produção, como ambientes de execução, conteinerização, pipelines de CI/CD e estratégias de deployment.
4
Manutenção de Machine Learning em produção
Por fim, você vai aprender sobre a manutenção de machine learning em produção, com conceitos como monitoramento estatístico e computacional, re-treinamento, diferentes níveis de maturidade em MLOps e ferramentas que podem ser usadas no ciclo de vida de machine learning para simplificar processos.
R
Conceitos de MLOps
Curso
concluído
