Programa do Curso

Introdução

  • Machine Learning modelos vs software tradicional

Visão geral do fluxo de trabalho DevOps

Visão geral do fluxo de trabalho Machine Learning

ML como código mais dados

Componentes de um sistema ML

Estudo de caso: Uma aplicação de vendas Forecasting

Accessing Dados

Validação de dados

Transformação de dados

Do pipeline de dados ao pipeline de ML

Criação do modelo de dados

Treinar o modelo

Validação do modelo

Reprodução do modelo de formação

Implantação de um modelo

Colocação de um modelo treinado em produção

Testar um sistema de ML

Orquestração de entrega contínua

Monitorização do modelo

Controlo de versões de dados

Adaptação, dimensionamento e manutenção de uma plataforma MLOps

Resolução de problemas

Resumo e conclusão

Requisitos

  • Compreensão do ciclo de desenvolvimento de software
  • Experiência em construir ou trabalhar com modelos de Machine Learning
  • Familiaridade com a programação Python

Público

  • Engenheiros LM
  • DevOps engenheiros
  • Engenheiros de dados
  • Engenheiros de infra-estruturas
  • Desenvolvedores de software
  35 horas
 

Número de participantes


Inicia

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Declaração de Clientes (2)

Cursos Relacionados

Categorias Relacionadas