نشر نماذج التعلم الآلي على AWS باستخدام Serverless

لقد قمت بتدريب نموذج للتعلم الآلي، ولكن كيف يمكنك وضعه في مرحلة الإنتاج دون تعقيد إدارة الخوادم؟ توفر هذه الدورة مسارًا عمليًا لنشر نماذجك كخدمات ويب حية وقابلة للتوسع باستخدام نهج Serverless. بحلول نهاية هذه الدورة، ستكون قادرًا على تجميع نماذج التعلم الآلي المختلفة بثقة، وتحديد البنية التحتية السحابية اللازمة كرمز (Infrastructure as Code)، ونشرها كواجهات برمجة تطبيقات (APIs) قوية على AWS. ستنتقل من ملف نموذج مُدرب إلى نقطة نهاية جاهزة للإنتاج وتعمل بكامل طاقتها ويمكنها تقديم التنبؤات عند الطلب. ما ستتعلمه: - فهم مفاهيم Serverless الأساسية وخدمات AWS الرئيسية مثل Lambda و API Gateway و S3. - تكوين وإدارة موارد السحابة بشكل تصريحي باستخدام Serverless Framework. - تجميع نماذج scikit-learn و Keras ونماذج التعلم الآلي الأخرى مع تبعياتها لبيئات Serverless. - بناء ونشر خدمات التعلم الآلي باستخدام حزم ZIP التقليدية وصور الحاويات الحديثة لـ AWS Lambda. - إنشاء واجهات برمجة تطبيقات (HTTP APIs) آمنة وقابلة للتوسع لتقديم تنبؤات في الوقت الفعلي من نماذجك. - التدرب على كتابة دوال معالج Python لتحميل النماذج ومعالجة طلبات الاستدلال بكفاءة. - تنفيذ التسجيل والمراقبة الأساسية لتطبيقات Serverless الخاصة بك باستخدام CloudWatch. تبدأ الدورة بالمبادئ التأسيسية لـ Serverless ومقدمة لخدمات AWS الأساسية التي ستستخدمها. ومن هناك، ستتقدم من خلال تمارين عملية مكتوبة، ونشر نماذج تعلم آلي تزداد تعقيدًا. تم تصميم هذه الدورة للمبتدئين في النشر السحابي. في حين أن الإلمام الأساسي بـ Python ومفاهيم التعلم الآلي مفيد، لا يلزم وجود خبرة سابقة في AWS أو Serverless Framework. ابدأ بتعلم كيفية نقل نماذجك من جهازك المحلي إلى مرحلة الإنتاج اليوم.