Programa del Curso
Introducción
- Machine Learning Modelos vs software tradicional
Descripción general del flujo de trabajo DevOps
Descripción general del flujo de trabajo Machine Learning
ML como código más datos
Componentes de un sistema de aprendizaje automático
Estudio de caso: Una aplicación de ventas Forecasting
Accessing Datos
Validación de datos
Transformación de datos
De la canalización de datos a la canalización de ML
Construcción del modelo de datos
Entrenamiento del modelo
Validación del modelo
Reproducción del modelo de entrenamiento
Implementación de un modelo
Servir un modelo entrenado a producción
Prueba de un sistema de aprendizaje automático
Orquestación de entrega continua
Supervisión del modelo
Control de versiones de datos
Adaptación, escalado y mantenimiento de una MLOps plataforma
Solución de problemas
Resumen y conclusión
Requerimientos
- Comprensión del ciclo de desarrollo de software
- Experiencia construyendo o trabajando con Machine Learning modelos
- Familiaridad con Python la programación
Audiencia
- Ingenieros de ML
- DevOps ingenieros
- Ingenieros de datos
- Ingenieros de infraestructuras
- Desarrolladores de software
Testimonios (3)
Hubo muchos ejercicios prácticos supervisados y asistidos por el formador
Aleksandra - Fundacja PTA
Curso - Mastering Make: Advanced Workflow Automation and Optimization
Traducción Automática
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Curso - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.