Kurs online z certyfikatemMLOps: Wdrażanie Modeli AI do Produkcji

1. 1Moduł 1: Czym jest MLOps i dlaczego to ważne3 lekcje

   • Od eksperymentu do produkcji — przepaść, która kosztuje firmy milionyZa darmo
   • Dojrzałość MLOps — poziomy 0, 1 i 2 według Google3 min
   • Role w zespole MLOps — kto robi co3 min
   • Quiz: Podstawy MLOps
2. 2Moduł 2: Wersjonowanie danych i eksperymentów3 lekcje

   • DVC — wersjonowanie danych jak kod3 min
   • MLflow — śledzenie eksperymentów i rejestr modeli3 min
   • Powtarzalność — jak zapewnić że model jutro będzie działal tak samo2 min
   • Quiz: Wersjonowanie danych i eksperymentów
3. 3Moduł 3: Feature Store i przygotowanie danych3 lekcje

   • Czym jest feature store i kiedy go potrzebujesz3 min
   • Jakość danych i walidacja z Great Expectations3 min
   • ETL vs ELT — strategia przygotowania danych dla ML3 min
   • Quiz: Feature Store i dane
4. 4Moduł 4: CI/CD dla projektów ML3 lekcje

   • Jak zaadaptować CI/CD do specyfiki ML2 min
   • Konteneryzacja modeli — Docker i serwowanie3 min
   • GitHub Actions dla ML — praktyczny przykład3 min
   • Quiz: CI/CD dla ML
5. 5Moduł 5: Wdrażanie modeli — strategie i wzorce3 lekcje

   • Blue-green, canary i shadow deployment dla modeli ML2 min
   • Online vs batch inference — kiedy używać czego3 min
   • Serwowanie modeli na Kubernetes — podstawy3 min
   • Quiz: Strategie wdrażania
6. 6Moduł 6: Monitoring modeli w produkcji3 lekcje

   • Data drift i concept drift — jak je wykrywać3 min
   • Metryki biznesowe vs metryki ML — co tak naprawdę monitorować3 min
   • Alertowanie i retraining — zamknięcie pętli2 min
   • Quiz: Monitoring modeli
7. 7Moduł 7: A/B testy i eksperymenty produkcyjne3 lekcje

   • Projektowanie eksperymentów A/B dla modeli ML2 min
   • Multivariate testing i bandit algorithms3 min
   • Infrastruktura do A/B testów w ML — feature flags i routing3 min
   • Quiz: A/B testy i eksperymenty
8. 8Moduł 8: Dojrzały MLOps — automatyzacja i skalowalność→ certyfikat

   • Kubeflow i platformy ML — kiedy i jak wdrożyć3 min
   • LLMOps — specyfika operacyjna dużych modeli językowych3 min
   • Budowanie kultury MLOps w zespole — ludzie i procesy3 min
   • Egzamin końcowy · Quiz: Dojrzały MLOps→ certyfikat

• K

  Katarzyna WójcikOcena 5 na 55 dni temu

  Time series analysis — rzadko tłumaczone tak przystępnie. Zastosowałem w pracy do prognozy sprzedaży.

• G

  GosiaOcena 5 na 5tydzień temu

  Sekcja o ML deployment (Docker, FastAPI) to gold. Teraz moje modele faktycznie trafiają do produkcji.

• K

  kdabrowskaOcena 5 na 52 tygodnie temu

  Praktyczne datasety (nie iris ani titanic po raz setny) — polskie dane, realne problemy.

Opinie na tej stronie nie są weryfikowane. Zweryfikowane opinie dodają kursanci z kont zapisanych na kurs.