or
Acest exercițiu face parte din cursul
Primul capitol introduce MLOps și explică de ce este necesar pentru companiile care doresc să proiecteze, să dezvolte și să opereze simultan mai multe aplicații de machine learning. Vei învăța despre elementele principale ale MLOps, precum scalarea și automatizarea, beneficiile sale și motivele pentru care MLOps rămâne o provocare. Vei explora, de asemenea, ce presupune începerea călătoriei MLOps atât din perspectivă tehnologică, cât și managerială.
În al doilea capitol, vei parcurge întregul ciclu de viață MLOps – de la proiectare, la dezvoltare, implementare și operare. Vei descoperi de ce monitorizarea este esențială pentru aplicațiile de machine learning productive și de ce modelele de machine learning trebuie reantrenate periodic.
În al treilea capitol, vei trece de la teorie la practică și vei descoperi principalele provocări și riscuri ale implementării modelelor de machine learning. Vei învăța, de asemenea, cum echipele MLOps funcționează eficient și ce poate face managementul pentru a sprijini scalarea cu succes a machine learning-ului.
Ultimul capitol îți arată cum să pornești cu succes călătoria MLOps a afacerii tale, discutând cele mai bune practici și capcanele de evitat. Vei examina diferitele niveluri de maturitate MLOps și vei încheia cursul cu un studiu de caz din lumea reală despre proiectarea, dezvoltarea și operarea unei aplicații de machine learning pentru procese critice de producție.
Exercițiul curent