آموزش MLOps: پروژه‌های عملی یادگیری ماشین برای متخصصان

آنچه یاد خواهید گرفت:

• ساخت و استقرار مدل‌های یادگیری ماشین واقعی با استفاده از ابزارهای MLOps
• پیاده‌سازی یک افزونه کامل برای گوگل کروم
• ایجاد یک پایپ لاین کامل CI/CD برای یادگیری ماشین با استفاده از GitHub Actions و نسخه‌بندی مدل
• ردیابی، مدیریت و مقایسه آزمایش‌های یادگیری ماشین با استفاده از DVC و MLflow برای حاکمیت قوی مدل‌ها
• طراحی پایپ لاین های ماژولار و قابل استفاده مجدد MLOps که مطابق با بهترین شیوه‌های صنعتی باشد.
• استقرار و مقیاس‌گذاری مدل یادگیری ماشین در پلتفرم‌های ابری AWS با معماری آماده تولید Docker

پیش‌نیازهای دوره

• دانش اولیه با پایتون و مفاهیم یادگیری ماشین توصیه می‌شود.
• آشنایی با Git و خط فرمان مفید است اما الزامی نیست.
• نیاز به تجربه قبلی در Docker ،Kubernetes یا MLOps نیست.

توضیحات دوره

به عملی‌ترین و کاربردی‌ترین دوره MLOps خوش آمدید که برای متخصصانی طراحی شده است که می‌خواهند به استقرار یادگیری ماشین واقعی تسلط یابند.

در این دوره، صرفاً نظریه نمی‌آموزید بلکه پایپ لاین های ML با کیفیت تولید را می‌سازید و مستقر می‌کنید. از یک پشته مدرن شامل MLflow ،DVC ،Docker ،Flask ،GitHub Actions و AWS استفاده خواهید کرد. حتی مدل‌های یادگیری ماشین را به افزونه کروم ادغام خواهید کرد تا کاربرد واقعی MLOps را نمایش دهید.

پروژه‌هایی که خواهید ساخت:

• تحلیلگر احساسات ML با استفاده از MLflow و DVC
• پایپ لاین آموزش قابل بازتولید با DVC و Git
• داشبورد ردیابی MLflow با معیارها و فایل‌های مرتبط
• سرویس استنتاج داکرسازی با API نوع REST
• پایپ لاین کامل CI/CD با GitHub Actions
• استقرار زنده روی AWS EC2
• افزونه کروم که در زمان واقعی به API مدل ML شما فراخوانی می‌زند.

چرا این دوره را انتخاب کنید؟

• تجربه عملی با ابزارهای مدرن MLOps کسب کنید.
• یاد بگیرید چگونه داده‌ را مدیریت کرده، مدل‌ها را ردیابی و به تولید استقرار دهید.
• شیوه‌های واقعی DevOps در یادگیری ماشین را درک کنید.
• یک مجموعه پروژه ML تمام‌ پشته و قابل استقرار بسازید.
• مهارت‌های آماده اشتغال در حوزه‌های MLOps، مهندسی داده و مهندسی یادگیری ماشین به‌دست آورید.

در طول دوره روی پروژه‌های یادگیری ماشین با استاندارد تولید کار خواهید کرد که موارد واقعی کسب‌وکار را شبیه‌سازی می‌کند و ابزارها و فریم‌ورک‌های MLOps را به کار می‌گیرد. چه بخواهید متخصص MLOps شوید و چه اولین مدل خود را به‌طور حرفه‌ای استقرار دهید، این دوره دانش، کد و طراحی سیستم مورد نیاز موفقیت را در اختیار شما قرار می‌دهد.

این دوره برای چه کسانی مناسب است؟

• دانشمندان داده و مهندسان یادگیری ماشین که می‌خواهند مدل‌های خود را در محیط تولید مستقر کنند.
• علاقه‌مندان به هوش مصنوعی که می‌خواهند بدانند سیستم‌های یادگیری ماشین فراتر از مرحله آموزش مدل چگونه کار می‌کنند.
• هر کسی که برای مصاحبه‌های واقعی یادگیری ماشین، استارتاپ‌ها یا استقرار ML در سطح سازمانی آماده می‌شود.