Ebook Thực Hành MLOps Trên Azure - Tự Động Hóa, Bảo Mật Và Mở Rộng ML workflow Với Azure ML CLI, GitHub Và LLMOps [Ấn Bản Lần 1, Tháng 8/2025] [PDF, EPUB] [9306E]
Hướng dẫn thực tế để xây dựng, triển khai, tự động hóa, giám sát và mở rộng các giải pháp ML và LLM trong production.
1. Các tính năng chính:
- ✓ Xây dựng các reproducible ML pipeline với Azure ML CLI và GitHub Actions.
- ✓ Tự động hóa các ML workflow từ đầu đến cuối, bao gồm deployment & monitoring.
- ✓ Áp dụng các nguyên tắc LLMOps để deploy và quản lý generative AI một cách có trách nhiệm trên các cloud.
2. Mô tả sách:
Machine learning (ML) hiệu quả hiện nay không chỉ đòi hỏi việc xây dựng các mô hình mà còn phải triển khai và quản lý chúng ở quy mô lớn. Được viết bởi một senior software engineer dày dạn kinh nghiệm với chuyên môn cao về cả MLOps và LLMOps, cuốn sách này trang bị cho các ML practitioner, DevOps engineer và các chuyên gia cloud những kỹ năng để tự động hóa, giám sát và mở rộng các hệ thống ML trên nhiều môi trường.
Cuốn sách bắt đầu với những kiến thức nền tảng về MLOps và nguồn gốc của chúng trong DevOps, khám phá các training workflow, model versioning và reproducibility bằng các pipeline. Bạn sẽ triển khai CI/CD với GitHub Actions và Azure ML CLI, tự động hóa các deployment và quản lý governance & alerting cho doanh nghiệp. Tác giả dựa trên kinh nghiệm thực tế về ML trong môi trường production để cung cấp cho bạn hướng dẫn và các ví dụ thực tế. Một phần riêng về LLMOps đề cập đến việc vận hành các mô hình ngôn ngữ lớn - large language model (LLM) như GPT-4 bằng các RAG pattern, các kỹ thuật evaluation và thực hành responsible AI. Bạn cũng sẽ làm việc với các case study trên Azure, AWS và GCP, cung cấp bối cảnh thực tế cho các hoạt động đa đám mây.
Cho dù bạn đang xây dựng các pipeline, packaging model hay triển khai các LLM, hướng dẫn này cung cấp chiến lược toàn diện để xây dựng các hệ thống mạnh mẽ, dễ mở rộng. Sau khi đọc xong cuốn sách này, bạn sẽ sẵn sàng design, deploy và maintain các giải pháp ML cấp doanh nghiệp một cách tự tin.
3. Bạn sẽ học được gì:
- ✓ Hiểu về quá trình chuyển đổi từ DevOps sang MLOps.
- ✓ Build các reproducible, reusable pipeline sử dụng Azure ML CLI.
- ✓ Thiết lập CI/CD cho training & deployment workflow.
- ✓ Giám sát các ứng dụng ML và detect model/data drift.
- ✓ Thu thập và bảo mật governance & lineage data.
- ✓ Vận hành các LLM bằng RAG và prompt flow.
- ✓ Áp dụng MLOps trên các trường hợp sử dụng Azure, AWS và GCP.
4.Cuốn sách này dành cho ai:
Cuốn sách này dành cho các DevOps & Cloud engineer, cũng như các chuyên gia SRE quan tâm hoặc chịu trách nhiệm quản lý vòng đời của các mô hình machine learning. Các chuyên gia đã quen thuộc với ML workload và muốn cải thiện hoạt động của mình, hoặc những người mới làm quen với MLOps và muốn tìm hiểu cách quản lý hiệu quả các machine learning model trong môi trường này, sẽ thấy cuốn sách này hữu ích. Cuốn sách cũng hữu ích cho các technical decision-maker và project manager muốn tìm hiểu quy trình và lợi ích của MLOps.
5. Mục lục:
- ✓ Phần 1: Nền tảng về MLOps:
- ✓ Chương 01. Hiểu về DevOps đến MLOps.
- ✓ Chương 02. Training & Experimentation.
- ✓ Phần 2: Triển khai MLOps:
- ✓ Chương 03. Reproducible & Reusable ML.
- ✓ Chương 04. Model Management (Registration & Packaging).
- ✓ Chương 05. Model Deployment: Batch Scoring & Real-Time Web Services.
- ✓ Chương 06. Capturing & Securing Governance Data cho MLOps
- ✓ Chương 07. Monitoring ML Model.
- ✓ Chương 08. Notification & Alerting trong MLOps.
- ✓ Phần 3: MLOps và hơn thế nữa:
- ✓ Chương 09. Tự động hóa ML Lifecycle với ML Pipelines và GitHub Workflows.
- ✓ Chương 10. Sử dụng các Model trong các ứng dụng thực tế.
- ✓ Chương 11. Khám phá Next-Gen MLOps.