MLOps: Wdrażanie Modeli AI do Produkcji
CI/CD dla ML, monitoring, feature store i automatyzacja pipeline w produkcji
Jeden abonament — cały katalog kursów
Program kursu
8 modułów · 24 lekcji · 20h nauki
1Moduł 1: Czym jest MLOps i dlaczego to wazne3 lekcji + quiz
- 1Od eksperymentu do produkcji — przepasc, która kosztuje firmy miliony
- 2Dojrzalosc MLOps — poziomy 0, 1 i 2 według Google
- 3Role w zespółe MLOps — kto robi co
- Quiz: Podstawy MLOps
2Moduł 2: Wersjonowanie danych i eksperymentow3 lekcji + quiz
- 1DVC — wersjonowanie danych jak kod
- 2MLflow — śledzenie eksperymentów i rejestr modeli
- 3Powtarzalnosc — jak zapewnic że model jutro będzie działal tak samo
- Quiz: Wersjonowanie danych i eksperymentow
3Moduł 3: Feature Store i przygotowanie danych3 lekcji + quiz
- 1Czym jest feature store i kiedy go potrzebujesz
- 2Jakość danych i walidacja z Great Expectations
- 3ETL vs ELT — strategia przygotowania danych dla ML
- Quiz: Feature Store i dane
4Moduł 4: CI/CD dla projektow ML3 lekcji + quiz
- 1Jak zaadaptować CI/CD do specyfiki ML
- 2Konteneryzacja modeli — Docker i serwowanie
- 3GitHub Actions dla ML — praktyczny przykład
- Quiz: CI/CD dla ML
5Moduł 5: Wdrażanie modeli — strategie i wzorce3 lekcji + quiz
- 1Blue-green, canary i shadow deployment dla modeli ML
- 2Online vs batch inference — kiedy używać czego
- 3Serwowanie modeli na Kubernetes — podstawy
- Quiz: Strategie wdrażania
6Moduł 6: Monitoring modeli w produkcji3 lekcji + quiz
- 1Data drift i concept drift — jak je wykrywać
- 2Metryki biznesowe vs metryki ML — co tak naprawdę monitorować
- 3Alertowanie i retraining — zamknięcie pętli
- Quiz: Monitoring modeli
7Moduł 7: A/B testy i eksperymenty produkcyjne3 lekcji + quiz
- 1Projektowanie eksperymentów A/B dla modeli ML
- 2Multivariate testing i bandit algorithms
- 3Infrastruktura do A/B testów w ML — feature flags i routing
- Quiz: A/B testy i eksperymenty
8Moduł 8: Dojrzaly MLOps — automatyzacja i skalowalnosc3 lekcji + quiz
- 1Kubeflow i platformy ML — kiedy i jak wdrożyć
- 2LLMOps — specyfika operacyjna dużych modeli językowych
- 3Budowanie kultury MLOps w zespółe — ludzie i procesy
- Quiz: Dojrzaly MLOps
O kursie
MLOps od podstaw — CI/CD dla ML, monitoring modeli, feature store, A/B testy i automatyzacja pipeline ML.
🎯Dla kogo jest ten kurs?
Opinie studentów
Katarzyna WójcikZweryfikowany
Time series analysis — rzadko tłumaczone tak przystępnie. Zastosowałem w pracy do prognozy sprzedaży.
GosiaZweryfikowany
Sekcja o ML deployment (Docker, FastAPI) to gold. Teraz moje modele faktycznie trafiają do produkcji.
kdabrowskaZweryfikowany
Praktyczne datasety (nie iris ani titanic po raz setny) — polskie dane, realne problemy.
❓Najczęściej zadawane pytania
Podobne kursy
Więcej kursów z kategorii Data Science i AI
Machine Learning podstawy
Machine Learning podstawy
Big Data Analytics
Big Data Analytics
Deep Learning zaawansowane
Deep Learning zaawansowane
Python dla analizy danych
Python dla analizy danych
Gotowy na nową wiedzę?
Dołącz do 109 kursantów, którzy już uczą się z tym kursem.
Odblokuj z abonamentem — 7 dni za darmoOd 49 PLN/miesiąc · 248 kursów · Anuluj kiedy chcesz