PickAClass · AI, Công Nghệ & Kỹ Thuật · AI Tạo Sinh & Học Sâu

MLOps cho AI Tạo Sinh

Tập trung vào các thách thức vận hành trong việc triển khai, giám sát và bảo trì các mô hình tạo sinh quy mô lớn. Tìm hiểu về quản lý phiên bản mô hình, theo dõi hiệu suất, quản lý chi phí và xây dựng các quy trình sản xuất mạnh mẽ.

111 courses

MLOps cho AI Tạo Sinh

Xây dựng một MCP Server tùy chỉnh cho SaaS của bạn

Kiến thức cơ bản về MCP: Kết nối LLMs với Dữ liệu và Công cụ của bạn

LLMOps cho người mới bắt đầu: Tracing, Caching, và Quản lý Token

Model Context Protocol (MCP): Xây dựng các AI Server tùy chỉnh

Nền tảng của LLMOps: Triển khai, Phiên bản hóa và Giám sát LLMs

Hướng dẫn dành cho nhà phát triển về Giao thức ngữ cảnh mô hình (MCP) và các tác nhân AI

Phân phối mô hình học máy với Python, Flask, và MLOps

LLMOps Foundations: Deploying LLMs with Jenkins, Docker, and Kubernetes (bằng tiếng Anh).

LLMOps và AI sinh sản: triển khai mô hình sản xuất

Kỹ thuật chất lượng hiện đại: tự động hóa, DevOps, và kiểm thử AI-Driven

LLM Deployment and LLMOps: Scaling Models in Production (bằng tiếng Anh).

Model Context Protocol (MCP): Tạo ra các nhân viên AI với Python và Claude

Phát triển nhân vật AI với giao thức ngữ cảnh mô hình (MCP)

Xem thêm: Danh sách các mô hình máy tính

Các nguyên tắc cơ bản về Học máy trong sản xuất và MLOps

Phân phối mô hình và đường ống dữ liệu TensorFlow

Thiết kế hệ thống học máy sản xuất trên GCP

Quản lý chu kỳ học máy với MLflow

TensorFlow Model Deployment and Serving Strategies

MLOps và Pipeline Orchestration trên nền tảng đám mây

Mô hình học máy giám sát và khả năng quan sát

Kiểm soát mô hình học máy bằng Python

Foundations of LLMOps: Deploying and Managing AI Models (bằng tiếng Anh).

Kỹ thuật học máy hiện đại: Từ nền tảng đến mô hình tiên tiến