or
Toto cvičení je součástí kurzu
V první kapitole si ukážeme, proč má MLOps smysl v průmyslovém prostředí. Dozvíš se, jak důležitou roli hraje při vytváření hodnoty pro firmy. Také si zopakuješ jednotlivé fáze ML a zaměříš se na to, jak je MLOps vylepšuje. Na konci kapitoly prozkoumáš referenční architekturu plně automatizovaného MLOps systému. Tato architektura ti poslouží jako výchozí bod pro zbytek kurzu a pomůže ti pochopit komponenty, které jsou pro každý MLOps systém zásadní.
V této kapitole budeš pokračovat v prozkoumávání klíčových komponent plně automatizovaného MLOps systému. Nejprve se podíváš na to, proč je orchestrace v MLOps tak důležitá a jak přispívá k efektivitě a škálovatelnosti ML pipeline. Poté prozkoumáš různé strategie nasazení v MLOps a naučíš se vybrat tu správnou pro svůj systém. Nakonec se seznámíš s CI/CD/CT/CM a zjistíš, jak tyto přístupy doplňují orchestraci a pomáhají dosáhnout plné automatizace v MLOps systémech. S těmito znalostmi budeš lépe připraven/a budovat plně automatizované MLOps systémy, které jsou efektivní, přesné a spolehlivé.
V této kapitole se ponoříš do světa automatizace a naučíš se navrhovat odolnější a efektivnější ML systémy. Začneš základy automatizace v MLOps systémech a postupně přejdeš k návrhových vzorům a mechanismům zajišťujícím bezpečné selhání. Dozvíš se také, jak implementovat automatizované testování v MLOps systémech a jak pomocí ladění hyperparametrů optimalizovat modely i pracovní postupy. Na konci kapitoly budeš mít dovednosti a znalosti potřebné k budování a správě plně automatizovaných MLOps systémů, které jsou zároveň efektivní i spolehlivé.
V této závěrečné kapitole se podrobněji podíváš na klíčové komponenty automatizované MLOps architektury. Od automatizovaného sledování experimentů a registru modelů až po feature store a roli metadata store — tato kapitola ti poskytne ucelený přehled o fungování plně automatizovaného MLOps systému. Ať už máš s ML bohaté zkušenosti, nebo teprve začínáš, získáš znalosti a dovednosti potřebné k navrhování automatizovaných MLOps workflow.
Aktuální cvičení