Build your ultimate AI agent
Descrierea cursului
Implementarea și ciclul de viață MLOps
Explorează cadrul modern MLOps, inclusiv ciclul de viață și implementarea modelelor de machine learning. În acest curs, vei învăța să scrii cod ML care minimizează datoria tehnică, vei descoperi instrumentele de care ai nevoie pentru a implementa și monitoriza modelele tale și vei analiza diferitele tipuri de medii și analize pe care le vei întâlni.Află despre ciclul de viață MLOps
După ce ai colectat, pregătit și etichetat datele, ai rulat numeroase experimente pe modele diferite și ai demonstrat conceptul cu un model câștigător, este timpul pentru următorii pași. Construiește. Deploy. Monitor. Mențineți. Acesta este ciclul de viață al modelului tău odată ce este destinat producției. Aceasta este partea de Ops din MLOps.Acest curs vă va arăta cum să navigați al doilea capitol al parcursului modelului dvs. către livrarea de valoare, stabilind standardul pentru multe altele care vor urma. Vei începe prin a explora ciclul de viață MLOps, descoperind importanța MLOps și componentele funcționale cheie pentru dezvoltarea, implementarea, monitorizarea și întreținerea modelelor.Dezvoltă cod ML pentru implementare
În continuare, vei învăța cum să dezvolți modele pentru implementare și cum să scrii cod ML eficient, să folosești instrumente și să antrenezi pipeline-uri ML. Pe măsură ce avansezi, vei învăța cum să implementezi modelele tale, explorând diferite medii de implementare și când să le folosești. Vei dezvolta, de asemenea, strategii pentru înlocuirea modelelor de producție existente și vei analiza API-uri.Învață cum să monitorizezi modelele tale
Pe măsură ce finalizezi cursul, vei descoperi metricile esențiale de performanță din spatele monitorizării și menținerii modelelor tale ML. Vei învăța despre monitorizarea driftului în producție, precum și despre feedback-ul modelului, actualizări și guvernanță.Până când vei termina, vei înțelege cum poți folosi ciclul de viață MLOps pentru a implementa propriile modele în producție.Cerințe prealabile
Curriculum
Structura cursului
1
MLOps pe scurt
Acest capitol oferă o prezentare generală a principiilor MLOps și a componentelor cadrului de lucru, importante pentru implementare și gestionarea ciclului de viață.
2
Dezvoltare orientată spre implementare
Acest capitol este dedicat tuturor aspectelor pe care trebuie să le iei în considerare încă din faza de dezvoltare, pentru a asigura o tranziție fără probleme către operațiuni.
Scopul final este să explice cum să antrenezi modelul folosind cele mai bune practici MLOps și să construiești un pachet de model care să permită o implementare ușoară, reproductibilitate și monitorizare post-implementare.
3
Implementare și rulare
Acest capitol abordează întrebări esențiale legate de operațiunile cu modele, precum:
- Care sunt modalitățile prin care putem servi modelele noastre?
- Ce este un API și care sunt funcționalitățile sale principale?
- Cum testăm temeinic serviciul înainte de a-l pune la dispoziția utilizatorilor finali?
- Cum actualizăm modelele în producție fără a perturba serviciul?
Vei învăța despre predicția pe loturi, predicția în timp real, validarea datelor de intrare și ieșire, testarea unitară, testarea de integrare, implementarea canary și multe altele.
4
Monitorizare și mentenanță
Acest capitol final este dedicat monitorizării și mentenanței serviciilor ML după implementare, precum și guvernanței modelelor.
Vei parcurge concepte esențiale precum latența de verificare, schimbarea covariatelor, deriva conceptuală, sistemele cu operator uman în buclă și multe altele.
R
MLOps Deployment and Life Cycling
Curs
finalizat
