MLOps с искусственным интеллектом Vertex: управление функциями в производстве

Масштабирование моделей машинного обучения из локальной переносной компьютерной системы в надежную производственную среду требует надежного управления функциями. Управление согласованностью данных между обучением и обслуживанием является одним из самых больших препятствий в современных MLOps. Этот курс, основанный только на тексте, поможет вам ознакомиться с основными концепциями MLOps, сосредоточившись конкретно на управлении функциями с помощью Vertex AI. Вы узнаете, как безопасно централизовать, предоставлять в общее пользование и обслуживать функции машинного обучения, обеспечивая согласованность на протяжении всего жизненного цикла ML. Вы узнаете: * Понимание основных принципов MLOps и роли хранилищ функций в производственных конвейерах * Настройка и настройка хранилища функций Vertex AI для централизации данных машинного обучения * Ввод, регистрация и организация данных функций для обучения и онлайн-обслуживания * Предотвращение искажения обучения-обслуги путем поддержания единого источника данных * Применение передовых методов для мониторинга дрейфа функций и качества данных с течением времени * Реализация современных рабочих процессов MLOps для автоматизации приема и обновления функций. Вы начнете с основных терминов MLOp и хранилищ функций, а затем перейдете к практическим сценариям, в которых вы определяете, вводите и обслуживаете функции. В конце курса представлены продвинутые стратегии мониторинга работоспособности функций и поддержания высокопроизводительных производственных конвейеров. Этот курс предназначен для начинающих ученых данных, инженеров машинного обучения и разработчиков, которые хотят перейти к MLOps. Не требуется предыдущий опыт работы с Vertex AI, хотя полезно иметь базовое понимание концепций машинного обучения и Python. Начните читать сегодня, чтобы овладеть управлением функциями и повысить свои навыки инженерии MLOps.