or
Ця вправа є частиною курсу
У цьому першому розділі ми обґрунтуємо використання MLOps в індустрійному середовищі. Ви дізнаєтеся, чому він важливий для створення цінності в бізнесі. Також пригадаєте етапи ML, зосередившись на тому, як MLOps їх підсилює. Наприкінці розділу ви розглянете еталонну архітектуру повністю автоматизованої системи MLOps. Потім використаєте цю архітектуру, щоб дослідити компоненти, важливі для будь-якої MLOps-системи, і визначити відправну точку для решти курсу.
У цьому розділі ви продовжите досліджувати критично важливі компоненти, з яких складається повністю автоматизована система MLOps. Спочатку ви розглянете значення оркестрації в MLOps і те, як вона забезпечує ефективність і масштабованість ML-конвеєрів. Далі ознайомитеся з різними стратегіями розгортання в MLOps і навчитеся обирати відповідну стратегію для своєї системи. Нарешті, ви дізнаєтеся про CI/CD/CT/CM і про те, як це доповнює оркестрацію та найкращі практики для досягнення повної автоматизації в системах MLOps. Завдяки цим урокам ви будете краще підготовлені до створення повністю автоматизованої системи MLOps, яка є ефективною, точною та надійною.
У цьому розділі ви зануритеся у світ автоматизації та навчитеся проєктувати більш стійкі й ефективні ML-системи. Спочатку ви розберетеся з основами автоматизації в системах MLOps, а потім відкриєте для себе силу шаблонів проєктування та механізмів відмовостійкості. Ви також дізнаєтеся, як упроваджувати автоматизоване тестування в системах MLOps і як використовувати налаштування гіперпараметрів для оптимізації моделей і робочих процесів. Наприкінці цього розділу ви матимете навички та знання, необхідні для створення й керування повністю автоматизованими системами MLOps, які водночас ефективні та надійні.
У цьому фінальному розділі ви розглянете ключові компоненти автоматизованої архітектури MLOps. Від розуміння автоматизованого відстеження експериментів і реєстру моделей до вивчення сховища ознак і ролі сховища метаданих — цей розділ забезпечить вас цілісним розумінням тонкощів повністю автоматизованої системи MLOps. Незалежно від того, чи ви досвідчений фахівець з ML, чи тільки починаєте, цей розділ надасть знання та вміння, необхідні для проєктування автоматизованих робочих процесів MLOps.
Поточна вправа