MLOps to zbiór praktyk łączących Machine Learning z DevOps, umożliwiających wdrażanie, monitorowanie i utrzymanie modeli ML w środowisku produkcyjnym. Szkolenie pokazuje różnice między eksperymentalnym ML a systemami działającymi w produkcji.
Cykl obejmuje zbieranie i przygotowanie danych, trenowanie i tuning modelu, deployment oraz monitorowanie jego działania w produkcji. Omawiane są pipeline’y ML oraz automatyzacja procesów treningowych i testowych.
Kurs obejmuje przegląd narzędzi takich jak MLflow, Kubeflow i TFX, a także konteneryzację modeli z wykorzystaniem Docker oraz versioning danych i modeli (DVC, Git).
Tak. Uczestnicy poznają koncepcję CI/CD dla ML, budowę pipeline’u, automatyzację trenowania i testów oraz wdrażanie modeli do środowiska produkcyjnego z monitorowaniem ich wydajności.
Tak. Uczestnicy budują prosty pipeline ML, wdrażają model w kontenerze oraz uczą się monitorować jego działanie. W części zaawansowanej omawiane jest skalowanie z wykorzystaniem Kubernetes oraz aspekty bezpieczeństwa i compliance.
Nie widzisz szkolenia, którego szukasz?
Żadna tematyka nas nie ogranicza – jesteśmy otwarci i stworzymy szkolenie idealnie dopasowane do Twoich potrzeb.
Przykładowe szkolenia: Cisco, Analiza biznesowa, BPMN, UML, PowerBi, Elasticsearch, Sztuczna inteligencja, Python, C++, C#, Selenium, Jenkins, Szkolenia miękkie, UX, Social Media i Marketing, Sprzedaż, Zarządzanie projektami, Design Thinking, Linux, Embedded, Postman, Ms Excel, Adobe, Docker, Kubernetes, Terraform, Azure, SAP, UiPath, Machine Learning.
