Здравствуйте, аспиранты машинного обучения и науки о данных.

Вчера я получил письмо от DeepLearning.ai о том, что только что запущена новая специализация, и самое интересное, что все ждут курсов этой специализации и ура…..

Операции машинного обучения (MLOps) — это дисциплина предоставления моделей ИИ. MLOps позволяет вашей организации масштабировать производственные мощности для более быстрого получения результатов, создавая значительную ценность для вашего бизнеса. — Алгоритмия.com

«Искусственный интеллект — это больше, чем просто хорошая работа с тестовым набором данных», — Эндрю Нг.

DeepLearning.ai сделал это для нас, стремящихся к машинному обучению и науке о данных.

Новая специализация Coursera по операциям машинного обучения (MLOps), которая называется Инженерия машинного обучения в производстве (MLOps), является самой ожидаемой специализацией для студентов, изучающих машинное обучение и науку о данных. Эксперты. Мы все знаем, что Mlops является актуальной темой в индустрии машинного обучения.

Все думают, где я смогу освоить такие навыки, как жизненный цикл машинного обучения, развертывание моделей и непрерывную интеграцию и непрерывную разработку моделей машинного обучения, так что теперь каждый может действительно бесплатно освоить эти профессиональные навыки (если вы просто хотите получить доступ к материалам этих замечательных курсов). ) и, конечно же, вы получите сертификат, если заплатите за эти курсы на Coursera. Также вы также можете подать заявку на финансовую помощь для этих курсов.

Прежде чем перейти к специализации MLOps, вы должны следовать примечанию, указанному ниже —

Примечание. Это специализация продвинутого уровня в области машинного обучения и искусственного интеллекта, поэтому вы должны свободно владеть некоторыми навыками. Согласно DeepLearning.ai, вы должны иметь некоторый практический опыт в этих навыках:

  • Некоторые знания об искусственном интеллекте/глубоком обучении
  • Средние навыки работы с Python
  • Опыт работы с любой платформой глубокого обучения (PyTorch, Keras или TensorFlow)

Теперь обсудите детали этих курсов, вот краткий обзор этой специализации:

Специализация Machine Learning Engineering for Production (MLOPs) включает всего 4 курса:

1. Введение в машинное обучение в производственной среде

2. Жизненный цикл данных машинного обучения в рабочей среде

3. Машинное обучение Моделирование конвейеров в рабочей среде

4. Развертывание моделей машинного обучения в рабочей среде

Эта специализация шаг за шагом дает глубокие знания о том, как можно развернуть модель машинного обучения. Теперь посмотрите недельную программу этих курсов:

Введение в машинное обучение в рабочей среде:

Неделя 1: Обзор жизненного цикла и развертывания ML

Неделя 2: Выбор и обучение модели

Неделя 3: определение данных и исходный уровень

Понимание концепций машинного обучения и глубокого обучения имеет важное значение, но если вы хотите построить эффективную карьеру в области ИИ, вам также необходимы навыки производственного проектирования.
— DeepLearning.ai

Жизненный цикл данных машинного обучения в рабочей среде:

Неделя 1: сбор, маркировка и проверка данных

Неделя 2: разработка признаков, трансформация и выбор

Неделя 3: Путь к данным и хранение данных

Неделя 4: Расширенные методы маркировки данных, дополнение данных и предварительная обработка различных типов данных

Конвейеры моделирования машинного обучения в производстве:

Неделя 1: Поиск нейронной архитектуры

Неделя 2: Методы управления ресурсами модели

Неделя 3: Высокопроизводительное моделирование

Неделя 4: Анализ модели Неделя 5: Интерпретируемость

Развертывание моделей машинного обучения в производстве:

Неделя 1: Введение в модельное обслуживание

Неделя 2. Модельные модели обслуживания и инфраструктуры

Неделя 3: Управление моделью и доставка

Неделя 4: Мониторинг модели и регистрация

Здесь вы можете увидеть все детали этой специализации:

DeepLearning.ai — https://www.deeplearning.ai/program/machine-learning-engineering-for-production-mlops/

Coursera — https://www.coursera.org/specializations/machine-learning-engineering-for-production-mlops/

Преподавателями этих курсов являются:

1.Эндрю Нг (основатель DeepLearning.AI; соучредитель Coursera)

2. Роберт Кроу (инженер-разработчик TensorFlow, Google)

3. Лоуренс Морони (ведущий защитник ИИ, Google)

Чтобы узнать больше о MLOps, вот отличный репозиторий:

https://github.com/visenger/awesome-mlops

Ссылки:

https://www.deeplearning.ai/program/machine-learning-engineering-for-production-mlops/