学完这些课程后，我对创建专业的可视化图表和仪表板充满信心
Shoebur Rahman采购专员，Giz Bangladesh
课程简介
MLOps是一套为帮助你在生产环境中部署和维护机器学习模型而开发的实践。 如今，在工业和研究领域，MLOps 作为确保 ML 系统产生价值的一种方式，正备受关注。
探索 MLOps 中的全面自动化
在本课程中，您将学习如何在 MLOps 中使用自动化来部署能够持续创造价值的机器学习系统。 您将学习隐藏的技术债务如何影响机器学习系统及其产生的价值。 您还将了解如何通过自动化和简化 ML 生命周期的各个阶段，帮助 ML 系统的运行和扩展。了解 MLOps 架构
你将通过动手和互动练习，了解 MLOps 架构的各个组成部分，以及这些组件如何实现机器学习系统的全面自动化。探索 CI/CD/CM/CT MLOps 技术
随着你的学习不断深入，你将了解自动化 CI/CD 以及持续监控（CM）和持续训练（CT）如何成为避免 ML 部署中技术债务的关键技术。理解部署策略中的自动化
到课程结束时，你将了解如何通过 MLOps 实现自动化，从而改进你将机器学习系统部署到现实世界的方式，为你的部署提供更强的稳健性和可扩展性。开始学习，在这个需求极高的领域积累知识，并了解在设计 MLOps 系统时如何应用自动化。
先修要求
课程体系
课程大纲
1
引言：走向全自动 MLOps
在本章中，我们将以工业场景为背景，阐述采用 MLOps 的动机。您将学习它如何帮助企业持续创造业务价值。我们还会回顾 ML 的各个阶段，并重点说明 MLOps 如何强化这些环节。章节末尾，您将探索一个全自动 MLOps 系统的参考架构。随后，您将以该架构为基础，了解任何 MLOps 系统都重要的组件，并为后续课程做好铺垫。
2
全自动 MLOps 架构
在本章中，您将继续探索构成全自动 MLOps 系统的关键组件。首先，您将了解编排在 MLOps 中的重要性，以及它如何保障 ML 流水线的高效与可扩展。接着，您将考察 MLOps 中不同的部署策略，并学习如何为您的系统选择合适的方案。最后，您将学习 CI/CD/CT/CM，以及它们如何与编排和最佳实践相辅相成，从而实现 MLOps 系统的全面自动化。掌握这些内容后，您将更有能力构建高效、精准、可靠的全自动 MLOps 系统。
3
自动化范式
在本章中，您将深入自动化领域，学习如何设计更具韧性且更高效的 ML 系统。您将先理解 MLOps 系统中自动化的基础，再进一步掌握设计模式与失效保护机制的作用。您还将学习如何在 MLOps 系统中实施自动化测试，并利用超参数调优优化模型与工作流。到本章结束时，您将具备构建与管理既高效又可靠的全自动 MLOps 系统所需的技能与知识。
4
MLOps 部署中的自动化
在最后一章，您将深入剖析自动化 MLOps 架构的关键组件。从自动化实验跟踪与模型注册表，到特征存储与元数据存储的角色，本章将帮助您全面理解全自动 MLOps 系统的细节。不论您是经验丰富的 ML 从业者，还是刚刚起步，本章都将为您提供设计自动化 MLOps 工作流所需的知识与技能。
R
Fully Automated MLOps
课程已完成
