Chia Sẻ Khóa Học MLOps Từ Zero Đến Hero [Khóa 5578 A]
Tìm hiểu về MLOps cấp độ Production sử dụng DVC, MLFlow, AWS, Docker, Kubernetes, KServe, SageMaker và Kubeflow.
Những điều bạn sẽ học:
- ✓ Giới thiệu về Machine Learning Operations (MLOps).
- ✓ Chuyển đổi từ DevOps Engineer sang MLOps Engineer.
- ✓ Machine Learning Basic dành cho DevOps Engineer.
- ✓ Model Deployment & Monitoring trong Production.
- ✓ End-to-End ML Pipeline Orchestration.
- ✓ Project MLOps thực tế.
MLOps từ Zero đến Hero là một khóa học thực hành, được thiết kế để giúp các kỹ sư hiểu cách built, deploy và vận hành các hệ thống machine learning trong môi trường production thực tế. Khóa học tập trung vào những thách thức thực tế mà các team phải đối mặt sau khi một model được train: versioning data, tracking experiment, deploy các model, scaling inference và quản lý các ML workload một cách đáng tin cậy.
Bạn sẽ bắt đầu với những kiến thức nền tảng về ML lifecycle và dần dần chuyển sang các thực tiễn MLOps cốt lõi. Khóa học bao gồm data & model versioning bằng DVC, experiment tracking với MLflow và containerization bằng Docker. Bạn sẽ deploy các mô hình trên Kubernetes, hiểu các production-grade serving pattern và triển khai Kubernetes-native inference bằng KServe.
Khóa học cũng giới thiệu các MLOps workflow dựa trên AWS, bao gồm Amazon SageMaker, để giúp bạn hiểu cách các nền tảng được quản lý được sử dụng trong các tổ chức thực tế. Bạn sẽ tiếp tục tìm hiểu về Kubeflow để biết cách các ML pipeline và training workload được điều phối trong môi trường Kubernetes.
Mỗi khái niệm đều được giải thích bằng các ví dụ đơn giản và workflow thực tế, với trọng tâm chính là sự rõ ràng và hiểu biết thực tế hơn là lý thuyết. Sau khi hoàn thành khóa học, bạn sẽ có cái nhìn toàn diện về cách machine learning chuyển từ giai đoạn thử nghiệm sang production - và tự tin design, deploy và vận hành các hệ thống MLOps trong các dự án thực tế.
Mục lục:
- ✓ 1. Giới thiệu khóa học.
- ✓ 2. Giới thiệu về MLOps.
- ✓ 3. Hiểu vai trò của MLOps trong ML Lifecycle ở High level [Dựa trên Project].
- ✓ 04. Data Versioning & Data Version Control (DVC).
- ✓ 05. Experiment Tracking & MLFlow.
- ✓ 06. Nền tảng về Model Deployment & Model Serving.
- ✓ 07. Model Deployment & Serving sử dụng Virtual Machine.
- ✓ 08. Model Deployment & Serving sử dụng Kubernetes.
- ✓ 09. KServe.
- ✓ 10. AWS Sagemaker AI.
- ✓ 11. Continuous Integration & Continuous Delivery (CI/CD) cho các Model.
- ✓ 12. Tóm tắt khóa học.
Khóa học này dành cho ai:
- ✓ Các DevOps Engineer đang có kế hoạch chuyển sang các vai trò MLOps.
- ✓ Dành cho người mới bắt đầu muốn tìm hiểu về Model Deployment & Model Maintenence.
- ✓ Dành cho tất cả những ai tò mò muốn hiểu cách các ML model được xử lý ở cấp độ production.