Kerangka Materi
Pendahuluan
- Perbedaan antara model Pembelajaran Mesin dan perangkat lunak konvensional
Gambaran Umum Alur Kerja DevOps
Gambaran Umum Alur Kerja Pembelajaran Mesin
Pemodelan sebagai Kode, Termasuk Data
Komponen-Komponen dalam Sistem Pembelajaran Mesin
Studi Kasus: Aplikasi Peramalan Penjualan
Mengakses Data
Memvalidasi Data
Transformasi Data
Dari Alur Kerja Data ke Alur Kerja Pembelajaran Mesin
Membangun Model Data
Melatih Model
Memvalidasi Hasil Pelatihan Model
Replikasi Proses Pelatihan Model
Menyebarkan Model ke Lingkungan Produksi
Memberikan Akses terhadap Model yang Telah Dilatih kepada Pengguna
Menguji Sistem Pembelajaran Mesin
Koordinasi Proses Penyebaran Terus-Menerus
Memantau Kinerja Model
Manajemen Versi Data
Menyesuaikan, Meningkatkan Skala, serta Merawat Platform MLOps
Pemecahan Masalah yang Terjadi
Rangkuman dan Penutup
Persyaratan
- Pemahaman mengenai siklus pengembangan perangkat lunak
- Pengalaman merancang atau mengelola model Pembelajaran Mesin
- Kemampuan menggunakan bahasa pemrograman Python
Target Peserta
- Insinyur Pembelajaran Mesin
- Insinyur DevOps
- Insinyur Data
- Insinyur Infrastruktur
- Pengembang perangkat lunak
Testimoni (2)
Craig sangat terlibat dalam pelatihan, selalu memastikan kami tetap fokus, menyesuaikan contoh dengan aktivitas sehari-hari kami, dan selalu memberikan jawaban ketika ditanya, bahkan jika informasi tersebut tidak disertakan dalam presentasi.
Ecaterina Ioana Nicoale - BOOKING HOLDINGS ROMANIA SRL
Kursus - DevOps Foundation®
Diterjemahkan Mesin
Tingkat komitmen dan pengetahuan pelatih yang tinggi
Jacek - Softsystem
Kursus - DevOps Engineering Foundation (DOEF)®
Diterjemahkan Mesin