Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan Cursor untuk Alur Kerja Data dan ML
- Gambaran peran Cursor dalam data engineering dan ML
- Menyiapkan lingkungan dan menghubungkan sumber data
- Memahami bantuan kode berdaya AI dalam notebook
Mempercepat Pengembangan Notebook
- Membuat dan mengelola Jupyter notebooks dalam Cursor
- Menggunakan AI untuk melengkapi kode, eksplorasi data, dan visualisasi
- Mendokumentasikan eksperimen dan mempertahankan reproduktibilitas
Membangun Pipa ETL dan Feature Engineering
- Membangkitkan dan refactor skrip ETL dengan AI
- Menstrukturkan pipa fitur untuk skalabilitas
- Mengontrol versi komponen pipa dan dataset
Pelatihan dan Evaluasi Model dengan Cursor
- Menyediakan kode pelatihan model dan loop evaluasi
- Mengintegrasikan preprocessing data dan tuning hyperparameter
- Memastikan reproduktibilitas model di berbagai lingkungan
Mengintegrasikan Cursor ke dalam Pipa MLOps
- Menghubungkan Cursor ke registri model dan alur kerja CI/CD
- Menggunakan skrip berbantuan AI untuk retraining otomatis dan penyebaran
- Memantau siklus hidup model dan pelacakan versi
Dokumentasi Berbantuan AI dan Pelaporan
- Membangkitkan dokumentasi inline untuk pipa data
- Menciptakan ringkasan eksperimen dan laporan kemajuan
- Memperbaiki kolaborasi tim dengan dokumentasi yang terkait konteks
Reproduktibilitas dan Tata Kelola dalam Proyek ML
- Mengimplementasikan praktik terbaik untuk garis keturunan data dan model
- Memelihara tata kelola dan kepatuhan dengan kode berdaya AI
- Mengaudit keputusan AI dan mempertahankan keterlacakan
Optimalisasi Produktivitas dan Aplikasi Masa Depan
- Mengaplikasikan strategi prompt untuk iterasi lebih cepat
- Menjelajahi peluang otomatisasi dalam operasi data
- Bersiap untuk peningkatan integrasi Cursor dan ML di masa depan
Ringkasan dan Langkah Berikutnya
Persyaratan
- Pengalaman dengan analisis data berbasis Python atau pembelajaran mesin
- Pemahaman tentang alur kerja ETL dan pelatihan model
- Kenalan dengan kontrol versi dan alat pipa data
Audience
- Ilmuwan data yang membangun dan mengiterasi ML notebooks
- Insinyur pembelajaran mesin yang merancang pipa pelatihan dan inferensi
- Profesional MLOps yang mengelola penyebaran model dan reproduktibilitas
14 Jam