Primeiro, você aprenderá sobre os principais recursos do MLOps. Você explorará o ciclo de vida do aprendizado de máquina, suas fases e as funções associadas aos processos de MLOps.

O que é MLOps?

Explicando os MLOps

Opções

Ações alinhadas com os princípios do MLOps

Ações que não estão de acordo com os princípios do MLOps

Princípios do MLOps

Diferentes fases em MLOps

O ciclo de vida do ML

Design

Desenvolvimento

Implantação

Tarefas por fase

Funções em MLOps

Sua equipe de MLOps

Engenheiro de dados

Cientista de dados

Funções principais nos processos de MLOps

Introdução aos MLOps

Em seguida, você aprenderá sobre a fase de projeto e desenvolvimento no ciclo de vida do aprendizado de máquina. Você explorará a estimativa de valor agregado, a qualidade dos dados, os armazenamentos de recursos e o rastreamento de experimentos.

Projeto de MLOps

Identificação de requisitos de negócios

Principais métricas

Qualidade e ingestão de dados

Determinação da qualidade dos dados

Dimensões da qualidade dos dados

Engenharia de recursos

Melhorar o desempenho do modelo

Ajudar um amigo

Rastreamento de experimentos

O que podemos rastrear?

Ignorar o rastreamento de experimentos

Design e desenvolvimento

Neste capítulo, você se aprofundará nos conceitos relevantes para a implantação do aprendizado de máquina na produção, como ambientes de tempo de execução, conteinerização, pipelines CI/CD e estratégias de implantação.

Preparação do modelo para implantação

Ambientes de tempo de execução

Containerizar ou não containerizar

Arquitetura de implantação de aprendizado de máquina

Microsserviço

Fluxo de dados da API

CI/CD e estratégia de implantação

CI/CD pipelines

Estratégias de implantação

Automação e dimensionamento

Como os componentes são automatizados e dimensionados

Componentes do MLOps

Implementação do aprendizado de máquina na produção

Por fim, você aprenderá a manter o aprendizado de máquina em produção, com conceitos como monitoramento estatístico e computacional, reciclagem, diferentes níveis de maturidade de MLOps e ferramentas que podem ser usadas no ciclo de vida do aprendizado de máquina para simplificar os processos.

Monitoramento de modelos de aprendizado de máquina

Monitoramento de aprendizado de máquina

Monitoramento estatístico vs. computacional

Retreinamento de um modelo de aprendizado de máquina

Exemplos de desvios

Retreinamento

Níveis de maturidade dos MLOps

Vencimento de MLOps

Níveis de maturidade do MLOps

Ferramentas MLOps

Usando uma ferramenta

Escolha a ferramenta certa

Recapitulando: Conceitos de MLOps

Manutenção do aprendizado de máquina na produção

Compreender as operações de aprendizado de máquina (MLOps) é essencial para que qualquer cientista de dados, engenheiro ou líder leve os modelos de aprendizado de máquina de um notebook local para um modelo funcional na produção. Este curso apresenta a você os principais processos, fases e níveis de MLOps, incluindo design, desenvolvimento, implementação e monitoramento. Você descobrirá como a automação permite que as organizações iniciem, monitorem e atualizem com eficiência seus modelos de aprendizado de máquina.

<h2>Saiba mais sobre as operações de aprendizado de máquina (MLOps)</h2>
Compreender os conceitos de MLOps é essencial para que qualquer cientista de dados, engenheiro ou líder leve os modelos de aprendizado de máquina de um notebook local para um modelo funcional na produção.
<br><br>
Neste curso, você aprenderá o que é MLOps, entenderá as diferentes fases dos processos de MLOps e identificará os diferentes níveis de maturidade de MLOps. Depois de aprender sobre os conceitos essenciais de MLOps, você estará bem equipado em sua jornada para implementar o aprendizado de máquina de forma contínua, confiável e eficiente.
<br><br>
<h2>Descubra como o aprendizado de máquina pode ser dimensionado e automatizado</h2>
Como podemos dimensionar nossos projetos de aprendizado de máquina usando o mínimo de tempo e recursos? E como podemos automatizar nossos processos para reduzir a necessidade de intervenção manual e melhorar o desempenho do modelo? Essas são perguntas fundamentais sobre aprendizado de máquina para as quais o MLOps fornece as respostas.
<br><br>
Neste curso de MLOps, você começará explorando os fundamentos do MLOps, analisando os principais recursos e as funções associadas. A seguir, você explorará as várias fases do ciclo de vida do aprendizado de máquina com mais detalhes.
<br><br>
À medida que progredir, você também aprenderá sobre sistemas e ferramentas para dimensionar e automatizar melhor as operações de aprendizado de máquina, incluindo armazenamentos de recursos, rastreamento de experimentos, pipelines de CI/CD, microsserviços e conteinerização. Você explorará os principais conceitos de MLOps, o que lhe dará uma compreensão mais sólida de suas aplicações.

Understanding Machine Learning

Understanding Data Engineering

Descubra como MLOps leva modelos de machine learning de notebooks locais à produção com valor real.

Conceitos de MLOps

Descubra como o MLOps leva modelos de machine learning de notebooks locais à produção com valor real.

Engenheiro associado de IA para cientistas de dados

Engenheiro de machine learning

Aprendizado de máquina na produção em Python

MLOps Fundamentals

Extraia dados brutos de diferentes fontes e armazene-os em um local centralizado.

Certifique-se de que os dados recebidos sejam validados de acordo com os requisitos de qualidade de dados.

Projete e mantenha pipelines de dados para garantir um fluxo de dados eficiente e acessibilidade para análise.

Realize o ajuste do hiperparâmetro para garantir que o processo de treinamento do modelo seja otimizado.

Avalie o desempenho do modelo de aprendizado de máquina de acordo com os requisitos de desempenho.

Desenvolva e implemente modelos de aprendizado de máquina para resolver problemas comerciais específicos.

Funções principais nos processos de MLOps

Conceitos de MLOps

Exercício interativo prático