Chuyển đến nội dung chính

Khóa học miễn phí

MLOps Tự động hoá Hoàn toàn

Trung cấp4 giờ

Tìm hiểu kiến trúc MLOps, kỹ thuật CI/CD/CM/CT và mô hình tự động hóa để triển khai hệ thống ML tạo giá trị theo thời gian.

R4 giờBản xác nhận thành tích

Tạo tài khoản miễn phí của bạn

Tiếp tục với Google
hoặc
Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách quyền riêng tư và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được yêu thích bởi người học tại hàng nghìn công ty

Đào tạo một nhóm?

Dùng thử cho Doanh nghiệp →

Mô tả khóa học

MLOps là tập hợp các quy trình luyện tập được phát triển để giúp bạn triển khai và duy trì các mô hình học máy trong môi trường thực tế. Ngày nay, trong lĩnh vực công nghiệp và nghiên cứu, MLOps đang thu hút nhiều sự chú ý như một giải pháp giúp đảm bảo các hệ thống ML tạo ra giá trị.

Khám phá tự động hóa toàn diện trong MLOps

Trong khóa học này, bạn sẽ học cách ứng dụng tự động hóa trong MLOps để triển khai các hệ thống ML có thể tạo ra giá trị lâu dài. Bạn sẽ tìm hiểu nợ kỹ thuật tiềm ẩn ảnh hưởng như thế nào đến các hệ thống ML và giá trị mà chúng tạo ra. Bạn cũng sẽ hiểu cách tự động hóa và tinh giản các giai đoạn trong vòng đời ML có thể hỗ trợ vận hành và mở rộng quy mô các hệ thống ML.

Tìm hiểu về kiến trúc MLOps

Thông qua các bài tập thực hành tương tác, bạn sẽ tìm hiểu các thành phần của kiến trúc MLOps và cách chúng giúp tự động hóa toàn diện các hệ thống ML.

Khám phá các kỹ thuật MLOps CI/CD/CM/CT

Trong quá trình học, bạn sẽ tìm hiểu cách CI/CD tự động, cùng với Giám sát liên tục (CM) và Huấn luyện liên tục (CT), đóng vai trò là những kỹ thuật then chốt giúp tránh nợ kỹ thuật trong quá trình triển khai ML.

Tìm hiểu về tự động hóa trong các chiến lược triển khai

Khi hoàn thành khóa học, bạn sẽ hiểu cách tự động hóa bằng MLOps có thể cải thiện quy trình triển khai các hệ thống ML vào thực tế, giúp các lần triển khai trở nên ổn định và có khả năng mở rộng hơn.

Bắt đầu học ngay, tích lũy kiến thức trong lĩnh vực đang có nhu cầu cao này và khám phá cách ứng dụng tự động hóa khi thiết kế các hệ thống MLOps.

Yêu cầu tiên quyết

Chương trình học

Đề cương khóa học

1

Giới thiệu: MLOps Tự động hoá Hoàn toàn

Trong chương đầu tiên, chúng ta làm rõ lý do áp dụng MLOps trong môi trường công nghiệp. Bạn sẽ tìm hiểu tầm quan trọng của MLOps trong việc hỗ trợ tạo ra giá trị cho doanh nghiệp. Bạn cũng sẽ ôn lại các giai đoạn của ML, tập trung vào cách MLOps nâng cấp những giai đoạn này. Cuối chương, bạn sẽ khám phá một kiến trúc tham chiếu cho hệ thống MLOps tự động hoá hoàn toàn. Từ đó, bạn sử dụng kiến trúc này để xem xét các thành phần quan trọng cho mọi hệ thống MLOps và làm điểm khởi đầu cho phần còn lại của khóa học.
Bắt đầu chương
2

Kiến trúc MLOps Tự động hoá Hoàn toàn

Trong chương này, bạn sẽ tiếp tục khám phá các thành phần then chốt tạo nên một hệ thống MLOps tự động hoá hoàn toàn. Trước hết, bạn sẽ xem xét vai trò của hệ thống điều phối (orchestration) trong MLOps và cách nó giúp đảm bảo hiệu quả và khả năng mở rộng của pipeline ML. Sau đó, bạn sẽ tìm hiểu các chiến lược triển khai khác nhau trong MLOps và cách chọn chiến lược phù hợp cho hệ thống của bạn. Cuối cùng, bạn sẽ học về CI/CD/CT/CM và cách chúng bổ trợ cho điều phối cùng các thực hành tốt nhất để đạt tự động hoá toàn diện trong hệ thống MLOps. Với những bài học này, bạn sẽ sẵn sàng hơn để xây dựng một hệ thống MLOps tự động hoá hoàn toàn, hiệu quả, chính xác và đáng tin cậy.
Bắt đầu chương
3

Mẫu hình Tự động hoá

Trong chương này, bạn sẽ bước vào thế giới thú vị của tự động hoá và học cách thiết kế các hệ thống ML vững vàng và hiệu quả hơn. Bạn sẽ bắt đầu với những nền tảng về tự động hoá trong hệ thống MLOps, sau đó khám phá sức mạnh của các mẫu thiết kế và cơ chế an toàn (fail-safe). Bạn cũng sẽ học cách triển khai kiểm thử tự động trong hệ thống MLOps và sử dụng tinh chỉnh siêu tham số để tối ưu mô hình và quy trình làm việc. Đến cuối chương, bạn sẽ sở hữu kỹ năng và kiến thức cần thiết để xây dựng và quản lý các hệ thống MLOps tự động hoá hoàn toàn vừa hiệu quả vừa đáng tin cậy.
Bắt đầu chương
4

Tự động hoá trong Triển khai MLOps

Trong chương cuối cùng này, bạn sẽ đi sâu vào các thành phần cốt lõi của một kiến trúc MLOps tự động hoá. Từ việc hiểu theo dõi thí nghiệm tự động và sổ đăng ký mô hình (model registry) đến khám phá feature store và vai trò của metadata store, chương này được thiết kế để trang bị cho bạn cái nhìn toàn diện về những tinh tế của một hệ thống MLOps tự động hoá hoàn toàn. Dù bạn là người đã có kinh nghiệm ML hay mới bắt đầu, chương này sẽ cung cấp kiến thức và kỹ năng cần thiết để thiết kế các quy trình làm việc MLOps tự động hoá.
Bắt đầu chương
R

MLOps Tự động hoá Hoàn toàn

Hoàn
thành khóa học

Nhận Giấy Chứng Nhận Hoàn Thành

Đăng ký ngay

Phát triển kỹ năng dữ liệu của bạn với DataCamp for Mobile

Tiến bộ mọi lúc mọi nơi với các khóa học di động và thử thách lập trình 5 phút mỗi ngày của chúng tôi.