Návrh Školení

Úvod

    Machine Learning modely vs tradiční software

Přehled DevOps pracovního postupu

Přehled Machine Learning pracovního postupu

ML jako Code Plus Data

Komponenty systému ML

Případová studie: Aplikace prodeje Forecasting

Accesssběr dat

Ověřování dat

Transformace dat

Od Data Pipeline k ML Pipeline

Vytváření datového modelu

Školení modelky

Ověřování modelu

Reprodukce modelového školení

Nasazení modelu

Dodávka vyškoleného modelu do výroby

Testování systému ML

Continuous Delivery Orchestrace

Sledování modelu

Verze dat

Přizpůsobení, škálování a údržba MLOps platformy

Odstraňování problémů

Shrnutí a závěr

Požadavky

  • Pochopení cyklu vývoje softwaru
  • Zažijte vytváření nebo práci s modely strojového učení
  • Znalost programování Python

Publikum

  • ML inženýři
  • DevOps inženýři
  • Datoví inženýři
  • Inženýři infrastruktury
  • Vývojáři softwaru
  35 hodiny
 

Počet účastníků


Začátek

Konec


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Reference (3)

Související kurzy

Související kategorie