Программирование [oreilly] Изучите MLOps для машинного обучения (2023)

[coursebases]

[oreilly] Изучите MLOps для машинного обучения (2023)

Сегодня, когда машинное обучение и DevOps находятся на переднем крае, Милесия МакГрегор помогает инженерам понять, как применять ключевые принципы DevOps в их проектах машинного обучения.

Когда команды работают с моделями машинного обучения, изменение функций, различные наборы данных, новые алгоритмы и уникальные вычислительные ресурсы — все это влияет на производительность модели машинного обучения. Отследить все эти предметы может быть сложно. С такими инструментами, как DVC, MLFlow, AWS, вы сможете решить эту задачу. Милесия МакГрегор демонстрирует, как использовать инструменты MLOps для улучшения машинного обучения и автоматизации некоторых этапов процесса.

Об инструкторе:

Милесия МакГрегор — специалист по программному обеспечению, который за последнее десятилетие работал во многих областях технологий. Она имеет степень магистра в области машиностроения и аэрокосмической техники и занималась машинным обучением для человеко-компьютерных интерфейсов на автономных транспортных средствах. Она работала над интерфейсом и серверной частью, наукой о данных, робототехникой, DevOps, кибербезопасностью, виртуальной реальностью и всеми другими областями. Милесия работала над такими проектами, как Mozilla VPN и приложениями, работающими с сигналами мозга. Она также является международным докладчиком в технологическом сообществе, выступая с докладами на различные темы на нескольких языках программирования.

Уровень квалификации:

От начинающего до среднего
Что вы узнаете:

Разработчики и инженеры узнают, как:

Извлеките выгоду из MLOps как развивающейся области. Компании, ориентированные на данные, ищут инженеров с этими навыками.
Создайте базовый конвейер MLOps с нуля с помощью инструментов с открытым исходным кодом — возьмите с собой рабочий шаблон для своих собственных проектов.
Примите во внимание ChatGPT, чтобы обеспечить практичный мост для инженеров и команд DevOps.
Кому следует пройти этот курс:

Должности: инженер по машинному обучению, инженер по данным, команды DevOps.

Требования к курсу:

Предварительные требования: Знание построения моделей машинного обучения на Python и управления данными в корзинах AWS S3. Также знакомство с Git и GitHub.

Материал на английском языке

Скачать данный курс: