MLOps auf der Cloud-Plattform: Erstellen von End-to-End-Machine-Learning-Pipelines

Um ein maschinelles Lernmodell von einem lokalen Notebook in eine zuverlässige Produktionsumgebung zu übertragen, ist mehr als nur Trainingscode erforderlich. Dieser Kurs führt Sie durch die wesentlichen Prinzipien von Machine Learning Operations (MLOps) mit der Cloud Platform. Sie werden vom manuellen Modelltraining zum Aufbau vollständig automatisierter, skalierbarer und überwachter ML-Pipelines übergehen und das Vertrauen gewinnen, den gesamten Lebenszyklus von Machine-Learning-Modellen in einer Cloud-Umgebung zu verwalten. Was Sie lernen werden: - Verstehen Sie grundlegende MLOps-Konzepte, Lebenszyklusphasen und Schlüsselterminologie. - Konfigurieren Sie automatisierte Datenaufnahme- und Vorverarbeitungspipelines auf der Cloud Platform. - Erstellen und orchestrieren Sie ML-Workflows mit Vertex AI Pipelines. - Bereitstellen von Modellen für Produktionsendpunkte für Echtzeit- und Batch-Vorhersagen. - Überwachen Sie die Modellleistung, verfolgen Sie die Datendrift und implementieren Sie automatisierte Warnungen. - Wenden Sie die Praktiken der kontinuierlichen Integration und kontinuierliche Bereitstellung (CI / CD) auf ML-Code an. Der Kurs beginnt mit grundlegenden Definitionen und der MLOps-Architektur, bevor Sie Schritt für Schritt durch die Pipeline-Erstellung, die Modellbereitstellung und die Produktionsüberwachung geführt werden. Sie lernen durch klare schriftliche Erläuterungen, strukturierte Konzeptaufschlüsselungen und praktische Konfigurationsbeispiele. Dieser Kurs richtet sich an Data Scientists, Software-Ingenieure und Cloud-Enthusiasten, die in das Feld der MLOps einsteigen möchten, ohne dass vorherige DevOps- oder Cloud-Engineering-Erfahrung erforderlich ist. Beginnen Sie noch heute mit der Entwicklung von produktionsfähigen Machine-Learning-Workflows.