آموزش DataOps ،DevOps و MLOps

آنچه یاد خواهید گرفت:

• ساخت پایپ‌لاین‌های عملیات‌ها با DevOps ،DataOps و MLOps
• توضیح اصول و شیوه‌های MLOps (مانند مدیریت داده، آموزش و توسعه مدل، یکپارچه‌سازی و تحویل مداوم و غیره)
• ساخت و استقرار مدل‌های یادگیری ماشین در یک محیط تولید با پلتفرم‌ها و ابزارهای MLOps

توضیحات دوره

یاد بگیرید چگونه عملیات‌های یادگیری ماشین (MLOps) را برای حل مشکلات واقعی به کار ببرید. این دوره راه‌حل‌های end-to-end برنامه‌نویسی دونفره با هوش مصنوعی (AI) با فناوری‌هایی مانند GitHub Copilot را برای ساخت راه‌حل‌هایی برای اپلیکیشن‌های یادگیری ماشین (ML) و هوش مصنوعی پوشش می‌دهد. این دوره برای جویندگان کار یا افرادی است که به عنوان دانشمندان داده، مهندسان یا توسعه‌دهندگان نرم‌افزار، تحلیلگران داده، یا سایر نقش‌های مرتبط با یادگیری ماشین کار می‌کنند.

تا پایان این دوره، شما قادر خواهید بود از فریمورک‌های وب (مانند Gradio و Hugging Face) برای راه‌حل‌های یادگیری ماشین استفاده کنید، یک ابزار خط فرمان با فریمورک Click بسازید و از Rust برای تسک‌های یادگیری ماشین با شتاب‌دهی GPU بهره ببرید.

هفته 1: بررسی فناوری‌های MLOps و مدل‌های از پیش آموزش دیده به منظور حل مشکلات برای مشتریان

هفته 2: اعمال یادگیری ماشین و هوش مصنوعی از طریق بهینه‌سازی، هیوستیک و شبیه‌سازی‌ها

هفته 3: توسعه پایپ‌لاین‌های عملیات‌ها، از جمله DevOps ،DataOps و MLOps با گیت هاب

هفته 4: ساخت کانتینرها برای یادگیری ماشین و بسته‌بندی راه‌حل‌ها به‌صورت یکسان برای امکان‌پذیر ‌ساختن استقرار در سیستم‌های ابری که کانتینرها را می‌پذیرند.

هفته 5: سوئیچ از پایتون به Rust برای ساخت راه‌حل‌ها برای کوبرنتیز، داکر، بدون سرور، مهندسی داده، علم داده و MLOps