Red Sun
Модератор
- 01.01.22
- 30.926
- 284.490
[oreilly] Изучите MLOps для машинного обучения (2023)
Сегодня, когда машинное обучение и DevOps находятся на переднем крае, Милесия МакГрегор помогает инженерам понять, как применять ключевые принципы DevOps в их проектах машинного обучения.
Когда команды работают с моделями машинного обучения, изменение функций, различные наборы данных, новые алгоритмы и уникальные вычислительные ресурсы — все это влияет на производительность модели машинного обучения. Отследить все эти предметы может быть сложно. С такими инструментами, как DVC, MLFlow, AWS, вы сможете решить эту задачу. Милесия МакГрегор демонстрирует, как использовать инструменты MLOps для улучшения машинного обучения и автоматизации некоторых этапов процесса.
Об инструкторе:
Милесия МакГрегор — специалист по программному обеспечению, который за последнее десятилетие работал во многих областях технологий. Она имеет степень магистра в области машиностроения и аэрокосмической техники и занималась машинным обучением для человеко-компьютерных интерфейсов на автономных транспортных средствах. Она работала над интерфейсом и серверной частью, наукой о данных, робототехникой, DevOps, кибербезопасностью, виртуальной реальностью и всеми другими областями. Милесия работала над такими проектами, как Mozilla VPN и приложениями, работающими с сигналами мозга. Она также является международным докладчиком в технологическом сообществе, выступая с докладами на различные темы на нескольких языках программирования.
Уровень квалификации:
От начинающего до среднего
Что вы узнаете:
Разработчики и инженеры узнают, как:
Извлеките выгоду из MLOps как развивающейся области. Компании, ориентированные на данные, ищут инженеров с этими навыками.
Создайте базовый конвейер MLOps с нуля с помощью инструментов с открытым исходным кодом — возьмите с собой рабочий шаблон для своих собственных проектов.
Примите во внимание ChatGPT, чтобы обеспечить практичный мост для инженеров и команд DevOps.
Кому следует пройти этот курс:
Должности: инженер по машинному обучению, инженер по данным, команды DevOps.
Требования к курсу:
Предварительные требования: Знание построения моделей машинного обучения на Python и управления данными в корзинах AWS S3. Также знакомство с Git и GitHub.
Материал на английском языке
Подробнее:
Сегодня, когда машинное обучение и DevOps находятся на переднем крае, Милесия МакГрегор помогает инженерам понять, как применять ключевые принципы DevOps в их проектах машинного обучения.
Когда команды работают с моделями машинного обучения, изменение функций, различные наборы данных, новые алгоритмы и уникальные вычислительные ресурсы — все это влияет на производительность модели машинного обучения. Отследить все эти предметы может быть сложно. С такими инструментами, как DVC, MLFlow, AWS, вы сможете решить эту задачу. Милесия МакГрегор демонстрирует, как использовать инструменты MLOps для улучшения машинного обучения и автоматизации некоторых этапов процесса.
Об инструкторе:
Милесия МакГрегор — специалист по программному обеспечению, который за последнее десятилетие работал во многих областях технологий. Она имеет степень магистра в области машиностроения и аэрокосмической техники и занималась машинным обучением для человеко-компьютерных интерфейсов на автономных транспортных средствах. Она работала над интерфейсом и серверной частью, наукой о данных, робототехникой, DevOps, кибербезопасностью, виртуальной реальностью и всеми другими областями. Милесия работала над такими проектами, как Mozilla VPN и приложениями, работающими с сигналами мозга. Она также является международным докладчиком в технологическом сообществе, выступая с докладами на различные темы на нескольких языках программирования.
Уровень квалификации:
От начинающего до среднего
Что вы узнаете:
Разработчики и инженеры узнают, как:
Извлеките выгоду из MLOps как развивающейся области. Компании, ориентированные на данные, ищут инженеров с этими навыками.
Создайте базовый конвейер MLOps с нуля с помощью инструментов с открытым исходным кодом — возьмите с собой рабочий шаблон для своих собственных проектов.
Примите во внимание ChatGPT, чтобы обеспечить практичный мост для инженеров и команд DevOps.
Кому следует пройти этот курс:
Должности: инженер по машинному обучению, инженер по данным, команды DevOps.
Требования к курсу:
Предварительные требования: Знание построения моделей машинного обучения на Python и управления данными в корзинах AWS S3. Также знакомство с Git и GitHub.
Материал на английском языке
Подробнее:
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
