Plan du cours
Introduction
- Modèles Machine Learning et logiciels traditionnels
Vue d'ensemble du DevOps flux de travail
Aperçu du flux de travail Machine Learning
Le ML en tant que code et données
Composants d'un système de ML
Étude de cas : Une application de vente Forecasting
[Données
Validation des données
Transformation des données
Du pipeline de données au pipeline de ML
Construction du modèle de données
Entraînement du modèle
Validation du modèle
Reproduction de la formation au modèle
Déploiement d'un modèle
Servir un modèle entraîné à la production
Tester un système de ML
Orchestration de la livraison continue
Surveillance du modèle
Versionnement des données
Adaptation, mise à l'échelle et maintenance d'une MLOps plateforme
Résolution des problèmes
Résumé et conclusion
Pré requis
- Compréhension du cycle de développement des logiciels
- Expérience de la construction ou de l'utilisation de modèles Machine Learning
- Familiarité avec la programmation Python.
Audience
- Ingénieurs ML
- Ingénieurs DevOps
- Ingénieurs de données
- Ingénieurs d'infrastructure
- Développeurs de logiciels
Nos clients témoignent (4)
Il y avait de nombreux exercices pratiques supervisés et assistés par le formateur.
Aleksandra - Fundacja PTA
Formation - Mastering Make: Advanced Workflow Automation and Optimization
Traduction automatique
l'écosystème ML comprend non seulement MLFlow mais aussi Optuna, hyperops, docker et docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Formation - MLflow
Traduction automatique
La qualité des explications, et le nombre important de sujets abordés
Hugo SECHIER - Expleo France
Formation - Kubeflow on AWS
J'ai apprécié de participer à la formation Kubeflow, qui s'est déroulée en ligne. Cette formation m'a permis de consolider mes connaissances sur les services AWS, K8s et tous les outils DevOps associés à Kubeflow, qui sont les bases nécessaires pour aborder correctement le sujet. Je tiens à remercier Malawski Marcin pour sa patience et son professionnalisme dans la formation et ses conseils sur les meilleures pratiques. Malawskiaborde le sujet sous différents angles, avec divers outils de déploiement Ansible, EKS kubectl, Terraform. Maintenant, je suis définitivement convaincu que je m'oriente vers le bon domaine d'application.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Formation - Kubeflow
Traduction automatique