المقدمة
مع توسع أنظمة الذكاء الاصطناعي، تحتاج المؤسسات إلى عمليات قوية لأتمتة التدريب والنشر والمراقبة. تقدم هذه الدورة الأدوات والتقنيات وراء MLOps، مما يتيح التكامل المستمر والتسليم لخطوط أنابيب الذكاء الاصطناعي. سيتعلم المشاركون كيفية أتمتة سير العمل، وإدارة النماذج في الإنتاج، وضمان الموثوقية. تعرض المختبرات العملية أدوات حقيقية تستخدم في عمليات تعلم الآلة الحديثة. بحلول النهاية، سيكون المتعلمون مستعدين لبناء خطوط أنابيب تعلم آلي جاهزة للإنتاج.
أهداف الدورة
- فهم مبادئ وبنية MLOps
- أتمتة تدريب النماذج ونشرها
- تنفيذ المراقبة وCI/CD للذكاء الاصطناعي
- إدارة إصدار النماذج والنسب
- استخدم أدوات MLOps الحديثة بفعالية
الفئة المستهدفة
- مهندسو التعلم الآلي
- متخصصو DevOps
- علماء البيانات ينشرون النماذج
- مهندسو البرمجيات ينتقلون إلى MLOps
- الطلاب الذين يدرسون الهندسة الذكية التطبيقية
المنهاج
- 5 أقسام
- 0 درس
- 5 أيام
توسيع كل الأقسامطيّ كل الأقسام
- اليوم الأول: أساسيات MLOps0 Items• لماذا MLOps مهم• المفاهيم الرئيسية وسير العمل• نظرة عامة على الأدوات• تحديات قابلية التكرار• التجربة العملية: بيئة MLOps الأساسية
- اليوم الثاني: خطوط البيانات والتدريب0 Items• ETL الآلي• متاجر الميزات• التدريب الموزع• تتبع التجارب• التجربة العملية: بناء خط أنابيب
- اليوم الثالث: أتمتة النشر0 Items• خطوط أنابيب CI/CD• تغليف النماذج• نشر واجهة برمجة التطبيقات• إصدارات Canary• التجربة العملية: أتمتة النشر
- اليوم الرابع: المراقبة والصيانة0 Items• كشف انحراف البيانات• مراقبة أداء النماذج• التنبيهات ولوحات المعلومات• محفزات إعادة التدريب• التفاعل العملي: مراقبة سير العمل
- اليوم الخامس: توسيع MLOs0 Items• أنظمة متعددة النماذج• تحسين التكاليف• الحوكمة والامتثال• تكامل خطوط الأنابيب من طرف إلى طرف• مشروع التخرج
Instructor
Lessons:
