Implantação e ciclo de vida do MLOps

Explore a estrutura moderna do MLOps, incluindo o ciclo de vida e a implantação de modelos de machine learning. Neste curso, você vai aprender a escrever código de ML que minimiza a dívida técnica, descobrir as ferramentas necessárias para implantar e monitorar seus modelos e examinar os diferentes tipos de ambientes e análises que você encontrará.

Saiba mais sobre o ciclo de vida do MLOps

Depois de coletar, preparar e rotular seus dados, fazer vários experimentos em diferentes modelos e provar seu conceito com um modelo campeão, é hora de seguir em frente. Desenvolver Implemente. Monitor. Manter. Esse é o ciclo de vida do seu modelo quando ele vai para a produção. Essa é a parte de operações do MLOps. Este curso vai te mostrar como navegar pelo segundo capítulo da jornada do seu modelo para a entrega de valor, estabelecendo a referência para muitos outros que virão. Você vai começar explorando o ciclo de vida do MLOps, descobrindo a importância do MLOps e os principais componentes funcionais para o desenvolvimento, implantação, monitoramento e manutenção de modelos.

Desenvolver código ML para implantação

Depois, você vai aprender a desenvolver modelos para implantação e a escrever códigos de ML eficientes, usar ferramentas e treinar pipelines de ML. Conforme você for avançando, você vai aprender como implementar seus modelos, explorando diferentes ambientes de implementação e quando usá-los. Você também vai criar estratégias para trocar os modelos de produção atuais e dar uma olhada nas APIs.

Aprenda a monitorar seus modelos

Ao concluir o curso, você vai descobrir as métricas de desempenho essenciais por trás do monitoramento e da manutenção dos seus modelos de ML. Você vai aprender sobre monitoramento de desvios na produção, além de feedback, atualizações e governança de modelos. Quando terminar, você vai entender como usar o ciclo de vida do MLOps para implantar seus próprios modelos em produção.

Propriedades da pipeline de build do modelo

Implantação e ciclo de vida em MLOps

exercicio interativo prático