Course Outline

Perkenalan

  • Machine Learning model vs perangkat lunak tradisional

Ikhtisar DevOps Alur Kerja

Ikhtisar Machine Learning Alur Kerja

ML sebagai Data Kode Plus

Komponen Sistem ML

Studi Kasus: Aplikasi Penjualan Forecasting.

Access Data

Memvalidasi Data

Transformasi Data

Dari Pipa Data ke Pipa ML

Membangun Model Data

Melatih Model

Memvalidasi Model

Pelatihan Model Reproduksi

Menerapkan Model

Melayani Model Terlatih ke Produksi

Menguji Sistem ML

Orkestrasi Pengiriman Berkelanjutan

Memantau Model

Pembuatan Versi Data

Mengadaptasi, Menskalakan, dan Mempertahankan MLOps Platform

Penyelesaian masalah

Ringkasan dan Kesimpulan

Requirements

  • Pemahaman tentang siklus pengembangan perangkat lunak
  • Pengalaman membangun atau bekerja dengan model Machine Learning.
  • Keakraban dengan pemrograman Python.

Hadirin

  • Insinyur ML
  • DevOps insinyur
  • Insinyur data
  • Insinyur infrastruktur
  • Pengembang perangkat lunak
 35 Hours

Number of participants


Price per participant

Testimonials (3)

Upcoming Courses (Minimal 5 peserta)

Related Categories