Image par auteur
MLOps est essentiel au succès de tout système d’apprentissage automatique en production. Il n’est donc pas surprenant que les organisations recherchent des ingénieurs MLOps qualifiés. Mais que fait un ingénieur MLOps ?
Le rôle de l’ingénieur MLOps est fluide et varie d’une organisation à l’autre. Cependant, il est à la fois convaincant et simple de penser qu’un ingénieur MLOps est plus de bout en bout qu’un data scientist. Cela signifie que leur travail va au-delà de la création de modèles d’apprentissage automatique, avec des rôles dans la création, le déploiement et la surveillance, entre autres.
Cet article est une compilation de cours MLOps de Google. Ce qui vous aidera à apprendre les bases des systèmes d’apprentissage automatique de production en mettant l’accent sur la plate-forme Vertex AI de Google.
Commençons!
1. Systèmes d’apprentissage automatique de production
Pour comprendre et apprécier MLOps, il est important de d’abord comprendre comment fonctionnent les systèmes d’apprentissage automatique en production. Le Systèmes d’apprentissage automatique de production Le cours vous aidera à en apprendre davantage sur la mise en œuvre de systèmes d’apprentissage automatique en production en vous concentrant sur :
- Formation statique, dynamique et continue
- Inférence statique et dynamique
- Traitement par lots et en ligne
Voici quelques-uns des modules clés de ce cours :
- Architecture des systèmes ML de production
- Concevoir des systèmes de ML adaptables
- Concevoir des systèmes ML hautes performances
- Créer des systèmes de ML hybrides
Lien: Systèmes d’apprentissage automatique de production
2. Opérations d’apprentissage automatique (MLOps) : mise en route
Le Opérations d’apprentissage automatique (MLOps) : premiers pas Le cours est une introduction aux opérations d’apprentissage automatique. Vous apprendrez donc à déployer, tester, surveiller et évaluer des systèmes d’apprentissage automatique en production.
Vous découvrirez les outils et les bonnes pratiques pour MLOps et découvrirez la plate-forme Vertex AI de Google. Les modules de ce cours sont les suivants :
- Utiliser des opérations d’apprentissage automatique
- Vertex AI et MLOps sur Vertex AI
Lien: Opérations d’apprentissage automatique (MLOps) : premiers pas
3. Opérations d’apprentissage automatique (MLOps) avec Vertex AI : gérer les fonctionnalités
Le Opérations de machine learning (MLOps) avec Vertex AI : gérer les fonctionnalités Le cours vous aidera à approfondir vos connaissances sur la réalisation de MLOps sur la plate-forme Google Cloud, en mettant l’accent sur le magasin de fonctionnalités Vertex AI.
Vous vous familiariserez ainsi avec le déploiement, la surveillance et l’exploitation de systèmes de ML sur Google Cloud. Il vous présente le magasin de fonctionnalités Vertex AI et ses principales fonctionnalités.
Lien: Opérations de machine learning (MLOps) avec Vertex AI : gérer les fonctionnalités
4. Pipelines ML sur Google Cloud
Ce cours Pipelines ML sur Google Cloud est un cours approfondi axé sur la création et l’orchestration de pipelines ML sur Google Cloud Platform. Ce cours comprend plusieurs modules couvrant les sujets clés suivants :
- Créer et orchestrer des pipelines ML à l’aide de TensorFlow Extend (TFX), la plate-forme ML de production de Google
- CI/CD pour l’apprentissage automatique
- Automatisation des pipelines ML
- Utiliser Cloud Composer pour orchestrer des pipelines de formation continue
Lien: Pipelines ML sur Google Cloud
5. Créez et déployez des solutions de machine learning sur Vertex AI
Dans le Créer et déployer des solutions de machine learning sur Vertex AI Au cours de ce cours, vous travaillerez sur des cas d’utilisation réels pour former et déployer des solutions d’apprentissage automatique.
Dans ce cours, vous découvrirez les cas d’utilisation suivants du ML en entreprise :
- Prédiction de la valeur à vie des clients de détail
- Prédiction du taux de désabonnement des jeux mobiles
- Identification visuelle des défauts des pièces automobiles
- Affiner BERT pour la classification des sentiments des avis
En cours de route, vous apprendrez également à tirer parti d’AutoML.
Lien: Créer et déployer des solutions de machine learning sur Vertex AI
Emballer
J’espère que ces cours et les ateliers qui en font partie vous aideront à bien comprendre la création et le déploiement de solutions de machine learning avec Vertex AI.
Si vous recherchez un bootcamp complet pour apprendre les MLOP, vous pouvez consulter le MLOps Zoomcamp de DataTalks.Club. Vous pouvez en savoir plus sur ce bootcamp dans Le seul cours gratuit dont vous avez besoin pour devenir un ingénieur MLOps professionnel.
Bala Priya C est un développeur et rédacteur technique indien. Elle aime travailler à l’intersection des mathématiques, de la programmation, de la science des données et de la création de contenu. Ses domaines d’intérêt et d’expertise incluent le DevOps, la science des données et le traitement du langage naturel. Elle aime lire, écrire, coder et prendre le café ! Actuellement, elle travaille à l’apprentissage et au partage de ses connaissances avec la communauté des développeurs en créant des didacticiels, des guides pratiques, des articles d’opinion, etc. Bala crée également des aperçus de ressources attrayants et des didacticiels de codage.
