Перейти к основному содержимому
ГлавнаяPython

Курс

Designing Forecasting Pipelines for Production

Продвинутый уровеньУровень навыков
Обновлено 12.2025
Learn how to design, automate, and monitor scalable forecasting pipelines in Python.
Начать курс бесплатно
PythonMachine Learning
4 ч
16 видео
53 Упражнения
4,000 XP
Справка об успешном завершении

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и соглашаетесь с тем, что ваши данные хранятся в США.

Любимая обучающимися из тысяч компаний

Group

Обучаете команду?

Попробуйте для бизнеса

Описание курса

Learn how to design, automate, and monitor scalable forecasting pipelines in Python. This advanced course walks you through the entire production workflow - from sourcing data and training models to deployment and monitoring - using tools like MLflow and Airflow.You'll start by connecting to live data sources and building your first forecast with U.S. electricity demand data. Next, you'll discover experimentation fundamentals, including backtesting, evaluation, and model registration using MLflow.Then you'll build automated forecasting pipelines with ETL processes, model registration, and Airflow orchestration. Finally, you'll learn production deployment essentials, including monitoring pipeline health, detecting model drift, and maintaining forecasting systems in real-world environments.

Необходимые условия

Introduction to Apache Airflow in PythonIntroduction to MLflowTime Series Analysis in Python
1

General Architecture

Learn how to connect to live data sources and prepare time series data for forecasting. You’ll pull hourly electricity demand data from the U.S. EIA API and build your first forecast.
Начать главу
2

Experimentation

Discover the fundamentals of experimentation, including backtesting, evaluation, and model registration using MLflow!
Начать главу
3

Setting Automation

Learn how to build automated forecasting pipelines that refresh data and predictions daily. You'll set up ETL processes, register models with MLflow, and orchestrate everything with Airflow. Create a production-ready system with data validation and logging to monitor pipeline health.
Начать главу
4

From Deployment to Production

Discover the essentials of production deployment, from monitoring the pipeline health to detecting model drift. You'll learn best practices for reproducibility, scaling, and maintaining forecasting systems in real-world environments.
Начать главу
Designing Forecasting Pipelines for Production
Курс
завершён

Получить сертификат об окончании

Добавьте эту квалификацию в профиль LinkedIn, резюме или CV
Поделитесь в социальных сетях и в обзоре эффективностиЗаписаться сейчас

Присоединяйтесь к более чем 19 миллионам обучающихся и начните Designing Forecasting Pipelines for Production уже сегодня!

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и соглашаетесь с тем, что ваши данные хранятся в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.