Основы MLOps: создание и развертывание конвейеров машинного обучения

Перенос модели машинного обучения из локальной среды разработки в надежную производственную систему требует специализированного набора практик и инструментов. Этот текстовый курс познакомит вас с основными принципами MLOps, ликвидируя разрыв между наукой о данных и программной инженерией. Начнем с понимания основных принципов работы с машинным обучением и жизненного цикла моделей производственного уровня. Благодаря четким письменным объяснениям, структурированным концептуальным разбивкам и практическим примерам кода вы узнаете, как с уверенностью автоматизировать, развертывать и поддерживать конвейеры машинного обучения. Что вы узнаете: - Понять основные концепции жизненного цикла MLOps и его отличие от традиционных DevOps. - Настроить воспроизводимые среды разработки с использованием современных пакетов Python и виртуальных сред. - Создание автоматизированных конвейеров машинного обучения для предварительной обработки данных, обучения моделей и оценки. - Разверните модели в качестве конечных точек API с использованием основ легкой контейнеризации. - Внедрение основных рабочих процессов CI / CD для автоматизации тестирования и интеграции модели. - Мониторинг эффективности моделей и дрейфа в производстве с использованием базовых методов наблюдения. Курс начинается с основной терминологии и основной философии MLOps, прежде чем вы пройдете через концепции строительства конвейера, контейнеризации и непрерывной доставки. Вы прочитаете всеобъемлющие разбивки и проанализируете реальные примеры конфигурации, чтобы укрепить свое понимание. Этот курс предназначен для начинающих инженеров машинного обучения, ученых данных и разработчиков программного обеспечения, которые хотят построить фундамент в MLOps. Предыдущий опыт DevOps не требуется, хотя базовое знание Python и основных концепций машинного образования поможет вам получить максимальную отдачу от материала. Начните свой путь к овладению жизненным циклом машинного обучения в производственной среде уже сегодня.