Курс "Разработка конвейеров, автоматизация и развертывание моделей машинного обучения. Часть 2"

Звонок с сайта		Купить дешевле

На курсе "Разработка конвейеров, автоматизация и развертывание моделей машинного обучения. Часть 2" слушатели научатся автоматизировать развертывание, управление и повторное использование моделей машинного обучения. Отработают основные навыки в этой сфере.

Прослушав данный курс, Вы узнаете:

• Какие есть инструменты оркестрации
• Преобразовать интерактивный конвейер в производственный конвейер
• Основы Apache Beam
• Основы Apache Airflow
• Основы Kubeflow Pipelines
• Как отслеживать петли обратной связи
• Основы приватности данных
• Как управлять релизами модели

Научитесь:

• Использовать расширенные концепции TensorFlow Extended
• Применять оркестрацию конвейеров TFX с помощью Apache Beam
• Применять оркестрацию конвейеров TFX с помощью Apache Airflow
• Применять оркестрацию конвейеров TFX с помощью Kubeflow Pipelines
• Зашифровать машинное обучение
• Использовать TFX с другими фреймворками машинного обучения
• Тестировать модели машинного обучения

Аудитория: Специалисты в области машинного обучения, менеджеры проектов в области науки о данных, разработчики программного обеспечения и инженеры DevOps, которые хотят, чтобы их организация ускорила свои проекты, использующие технологии машинного обучения и искусственного интеллекта.

Предварительная подготовка: необходимо знание основных концепций машинного обучения и базовых фреймворков, используемых в машинном обучении, таких как TensorFlow, Keras, PyTorch.

Курсы, рекомендуемые для предварительного прохождения:

• Программирование на Python, часть 1
• Программирование на Python, часть 2
• Программирование на Python, часть 3. Numpy для Data Science
• Программирование на Python, часть 4. Pandas для Data Science. Высокопроизводительная обработка и анализ данных в Pandas
• Машинное обучения на Python, часть 1
• Машинное обучения на Python, часть 2
• Глубокое обучение (нейронные сети) на Python часть 1
• Глубокое обучение (нейронные сети) на Python часть 2
• Глубокое обучение (нейронные сети) на Python часть 3
• Глубокое обучение (нейронные сети) на Python часть 4
• Разработка конвейеров, автоматизация и развертывание моделей машинного обучения, часть 2"

Программа курса

1 Расширенные концепции TensorFlow Extended

1.1 Расширенные концепции конвейеров машинного обучения

1.2 Участие человека в конвейере машинного обучения

2 Конвейеры: Apache Beam и Apache Airflow

2.1 Выбор инструментов оркестрации

2.1.1 Apache Beam

2.1.2 Apache Airflow

2.1.3 Kubeflow Pipelines

2.1.4 Kubeflow Pipelines на платформе AI

2.2 Преобразование интерактивного конвейера TFX в производственный конвейер

2.3 Преобразование элементарного интерактивного конвейера для Beam и Airflow

2.4 Основы Apache Beam

2.5 Оркестрация конвейеров TFX с помощью Apache Beam

2.6 Основы Apache Airflow

2.7 Оркестрация конвейеров TFX с помощью Apache Airflow

3 Конвейеры: Kubeflow Pipelines

3.1 Основы Kubeflow Pipelines

3.2 Оркестрация конвейеров TFX с помощью Kubeflow Pipelines

3.3 Конвейеры, работающие на Google Cloud AI Platform

4 Петли обратной связи

4.1 Явная и неявная обратная связь

4.2 Конструктивные шаблоны для сбора отзывов

4.3 Как отслеживать петли обратной связи

5 Приватность данных, используемых для машинного обучения

5.1 Основы приватности данных

5.2 Дифференцированная приватность

5.3 Основы TensorFlow Privacy

5.4 Федеративное обучение

5.5 Зашифрованное машинное обучение

5.6 Другие методы обеспечения приватности данных

6 Конвейеры машинного обучения и следующие шаги

6.1 Отслеживание экспериментов с моделью

6.2 Предложения в области управления релизами модели

6.3 Будущие возможности конвейеров

6.4 Использование TFX с другими фреймворками машинного обучения

6.5 Тестирование моделей машинного обучения

6.6 Системы непрерывной интеграции и развертывания для машинного обучения

В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.

Свободно распространяемое программное обеспечение популярно как среди частных лиц, так и среди организаций. Действительно, СПО позволяет серьезно экономить на приобретении лицензий для компаний, которые многократно тиражируют программное решение. Также благодаря тому, что СПО можно квалифицированно дорабатывать собственными силами под конкретные нужды организации, оно приобретает еще и дополнительную гибкость и удобство в использовании.

Открытое программное обеспечение — это программное обеспечение с открытым исходным кодом. Исходный код создаваемых программ открыт, то есть доступен для просмотра и изменения. Это позволяет использовать уже созданный код для создания новых версий программ, для исправления ошибок и, возможно, помочь в доработке открытой программы.

В конце обучения на курсах проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненные в процессе обучения.

Учебный центр "Интерфейс" оказывает консалтинговые услуги по построению моделей бизнес-процессов, проектированию информационных систем, разработке структуры баз данных и т.д.

• Нужна помощь в поиске курса?
  Наша цель заключается в обеспечении подготовки специалистов, когда и где им это необходимо. Возможна корректировка программ курсов по желанию заказчиков! Мы расскажем Вам о том, что интересует именно Вас, а не только о том, что жестко зафиксировано в программе курса. Если вам нужен курс, который вы не видите на графике или у нас на сайте, или если Вы хотите пройти курс в другое время и в другом месте, пожалуйста, сообщите нам, по адресу mail@interface.ru или shopadmin@itshop.ru
• Поговорите со своим личным тренинг-менеджером!
  Мы предоставляет Вам индивидуальное обслуживание. Если у вас есть потребность обсудить, все вопросы касательно обучения, свяжитесь, пожалуйста c нами по телефонам: +7 (495) 925-0049, + 7 (495) 229-0436. Или любым другим удобным для Вас средствами связи, которые Вы можете найти на сайтах www.interface.ru или www.itshop.ru