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 Sections
- 0 Lessons
- 5 أيام
Expand all sectionsCollapse all sections
- اليوم الأول: أساسيات MLOps• لماذا MLOps مهم• المفاهيم الرئيسية وسير العمل• نظرة عامة على الأدوات• تحديات قابلية التكرار• التجربة العملية: بيئة MLOps الأساسية0
- اليوم الثاني: خطوط البيانات والتدريب• ETL الآلي• متاجر الميزات• التدريب الموزع• تتبع التجارب• التجربة العملية: بناء خط أنابيب0
- اليوم الثالث: أتمتة النشر• خطوط أنابيب CI/CD• تغليف النماذج• نشر واجهة برمجة التطبيقات• إصدارات Canary• التجربة العملية: أتمتة النشر0
- اليوم الرابع: المراقبة والصيانة• كشف انحراف البيانات• مراقبة أداء النماذج• التنبيهات ولوحات المعلومات• محفزات إعادة التدريب• التفاعل العملي: مراقبة سير العمل0
- اليوم الخامس: توسيع MLOs• أنظمة متعددة النماذج• تحسين التكاليف• الحوكمة والامتثال• تكامل خطوط الأنابيب من طرف إلى طرف• مشروع التخرج0
Instructor
Lessons:
