MLOps: Wdrażanie Modeli AI do Produkcji
CI/CD dla ML, monitoring, feature store i automatyzacja pipeline w produkcji
Oszczędzasz 78,4 zł!
14 dni gwarancji zwrotu pieniędzy
O kursie
MLOps od podstaw — CI/CD dla ML, monitoring modeli, feature store, A/B testy i automatyzacja pipeline ML.
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
Opinie studentów
Marta K.
Świetnie przygotowany materiał, wszystko wytłumaczone krok po kroku. Polecam!
Piotr W.
Bardzo praktyczny kurs. Dużo wiedzy, którą od razu mogłem zastosować w pracy.
Agnieszka L.
Solidna dawka wiedzy. Quizy po każdym module pomagają utrwalić materiał.
Podobne kursy
Więcej kursów z kategorii Data Science i AI
Power BI: Wizualizacja i Dashboardy
Power BI: Wizualizacja i Dashboardy
Tworzenie dashboardów i raportów w Power BI
Python dla Data Science: Pandas i NumPy
Python dla Data Science: Pandas i NumPy
Analiza danych w Python z Pandas i NumPy
Analiza Danych z Python: Wizualizacja i Wnioski
Analiza Danych z Python: Wizualizacja i Wnioski
Pandas, Matplotlib, Seaborn i wnioski biznesowe z danych
Computer Vision: Rozpoznawanie Obrazów z AI
Computer Vision: Rozpoznawanie Obrazów z AI
CNN, detekcja obiektów, segmentacja i OCR w praktyce
Gotowy na nową wiedzę?
Dołącz do 109 studentów, którzy już uczą się z tym kursem.
14 dni gwarancji zwrotu pieniędzy, bez pytań.