PricingLoginStart free
MLOps Academy logo
PythonAICloud en DevOpsNiveaus A1 → B222 talen

MLOps Academy

Breng ML-modellen naar productie: experimenten bijhouden, aanbieden, CI/CD, monitoring en detectie van modelverval met MLflow, Docker en Kubernetes. Een CoddyKit-leertraject met 30 korte cursussen en 120 interactieve lessen, met een AI-tutor die 24/7 voor je klaarstaat.

Cursussen
30
Lessen
120
Interactieve stappen
1,560
Gratis beginnen
Cursus 1
Lesprogramma

30 cursussen in dit leertraject

Elke cursus in het leertraject MLOps Academy, in de juiste leer volgorde. De eerste is gratis.

1

A14 lessenGratis

Leg MLOps in eenvoudige termen uit en breng de volledige ML-levenscyclus van data tot productie in kaart.

  1. 1MLOps versus gewoon machine learning
  2. 2De ML-levenscyclus in één afbeelding
  3. 3Wie doet wat: rollen in een ML-team
  4. +1 meer
Gratis beginnen met leren
2

A14 lessenPRO

Benoem de echte redenen waarom een geweldig offline model faalt zodra echte gebruikers ermee werken.

  1. 1De valkuil van training-serving-skew
  2. 2Stille fouten: geen crash, wel verkeerde antwoorden
  3. 3Wanneer de wereld onder uw model verandert
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
3

A14 lessenPRO

Log parameters, metrieken en runs zodat geen enkel experiment ooit verloren gaat.

  1. 1MLflow installeren en tracking starten
  2. 2Parameters, metrieken en artefacten loggen
  3. 3Runs vergelijken in de MLflow-interface
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
4

A14 lessenPRO

Pin elke dependency vast zodat uw trainingsrun overal hetzelfde resultaat oplevert.

  1. 1Afhankelijkheden vastzetten met requirements.txt
  2. 2Projecten isoleren met virtuele omgevingen
  3. 3Willekeurigheid initialiseren voor herhaalbare uitvoeringen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
5

A14 lessenPRO

Volg grote datasets in Git zonder de repository onnodig groot te maken.

  1. 1Waarom Git alleen geen data kan vers beheren
  2. 2DVC initialiseren en een dataset bijhouden
  3. 3Data naar externe opslag pushen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
6

A24 lessenPRO

Sla getrainde modellen op, versioneer ze en geef ze een fase als volwaardige artefacten.

  1. 1Uw eerste modelversie registreren
  2. 2Fasen: Staging, Production, Archived
  3. 3Tags en beschrijvingen aan modellen toevoegen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
7

A24 lessenPRO

Zet een getraind model om in een draagbaar artefact dat kan worden geladen.

  1. 1Serialiseren met Pickle en Joblib
  2. 2De MLflow-modelvariant
  3. 3Exporteren naar ONNX voor portabiliteit
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
8

A24 lessenPRO

Verpak elk model in een echte HTTP-voorspellings-API.

  1. 1Uw eerste /predict-endpoint
  2. 2Requests valideren met Pydantic
  3. 3Het model eenmaal laden bij het opstarten
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
9

A24 lessenPRO

Bouw een reproduceerbare container die uw model overal uitvoert.

  1. 1Een Dockerfile schrijven voor een model-API
  2. 2Images verkleinen met builds in meerdere fasen
  3. 3Configuratie doorgeven via omgevingsvariabelen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
10

A24 lessenPRO

Verbind trainen, registreren, aanbieden en voorspellen in één werkende pipeline.

  1. 1Trainen en registreren in het register
  2. 2Het beste model naar Production promoveren
  3. 3Het Production-model serveren
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
11

B14 lessenPRO

Automatiseer het testen en implementeren van modellen met GitHub Actions.

  1. 1Wat CI/CD betekent voor modellen
  2. 2Een GitHub Actions-workflow voor ML
  3. 3Merges blokkeren op basis van modelkwaliteit
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
12

B14 lessenPRO

Zet losse scripts om in een reproduceerbare, gefaseerde trainings-DAG.

  1. 1Fasen: Ingest, Prep, Train, Eval
  2. 2Een pipeline definiëren met DVC-stages
  3. 3Ongewijzigde stappen cachen en overslaan
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
13

B14 lessenPRO

Bied consistente features voor training en inference aan met Feast.

  1. 1Waarom feature stores bestaan
  2. 2Feature views definiëren met Feast
  3. 3Features materialiseren naar een online store
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
14

B14 lessenPRO

Ontdek slechte modellen en data voordat ze gebruikers bereiken.

  1. 1Uw datapipeline unit-testen
  2. 2Gedragstests voor modellen
  3. 3Kwaliteitsgates en drempelwaarden instellen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
15

B14 lessenPRO

Kies en bouw het juiste voorspellingspatroon voor uw use case.

  1. 1Batchscoring volgens een schema
  2. 2Realtime online-inferentie
  3. 3Afwegingen tussen latency, throughput en kosten
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
16

B14 lessenPRO

Verpak en bied modellen aan met ingebouwde batching en adaptieve schaalbaarheid.

  1. 1Een model opslaan in de Bento Store
  2. 2Een service en de API ervan definiëren
  3. 3Adaptieve micro-batching inschakelen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
17

B14 lessenPRO

Instrumenteer een modelservice zodat u live kunt zien wat deze doet.

  1. 1Gestructureerde logs voor voorspellingen
  2. 2Metrieken beschikbaar maken met Prometheus
  3. 3Een Grafana-dashboard bouwen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
18

B14 lessenPRO

Meet wanneer invoer of relaties afwijken van de trainingsdata.

  1. 1Datadrift versus conceptdrift
  2. 2Drift meten met PSI en KS
  3. 3Driftrapporten genereren met Evidently
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
19

B14 lessenPRO

Stel een nieuw model beschikbaar aan een deel van het verkeer en meet de verbetering.

  1. 1Verkeer verdelen tussen modelversies
  2. 2Relevante metrieken kiezen
  3. 3Significantie interpreteren zonder uzelf voor de gek te houden
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
20

B14 lessenPRO

Breng een gecontaineriseerd model van uw laptop naar een beheerde cloudruntime.

  1. 1Uw image naar een register pushen
  2. 2Implementeren op een serverless containerruntime
  3. 3Autoscaling en concurrency configureren
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
21

B24 lessenPRO

Voer training en serving uit op Kubernetes met de juiste primitieven.

  1. 1Pods, Deployments en Services voor modellen
  2. 2CPU, geheugen en GPU aanvragen
  3. 3Configureren met ConfigMaps en Secrets
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
22

B24 lessenPRO

Implementeer modellen als automatisch schalende inference-services op Kubernetes.

  1. 1De InferenceService-resource
  2. 2Naar nul schalen en weer opschalen
  3. 3Een aangepaste predictor schrijven
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
23

B24 lessenPRO

Haal maximale throughput uit GPU's met Triton Inference Server.

  1. 1Waarom GPU's batching nodig hebben
  2. 2Dynamische batching configureren in Triton
  3. 3Meerdere modelinstanties per GPU uitvoeren
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
24

B24 lessenPRO

Geef nieuwe modellen veilig vrij door ze eerst op echt verkeer te testen.

  1. 1Canary-rollouts: eerst naar een kleine groep
  2. 2Shadow traffic zonder gevolgen voor gebruikers
  3. 3Criteria voor automatisch terugdraaien definiëren
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
25

B24 lessenPRO

Sluit de cyclus zodat modellen zichzelf volgens een schema of bij drift vernieuwen.

  1. 1Retraining volgens schema versus op basis van triggers
  2. 2Retraining orkestreren met Airflow
  3. 3Alleen promoveren als het model de baseline verslaat
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
26

B24 lessenPRO

Bouw robuuste driftmonitoring die bestand is tegen ruis en vertraagde labels.

  1. 1Univariate versus multivariate drift
  2. 2Prestaties monitoren met vertraagde labels
  3. 3Vensters afstemmen om valse alarmen te verminderen
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
27

B24 lessenPRO

Bekijk modelgedrag end-to-end in data, voorspellingen en uitkomsten.

  1. 1De vier pijlers van ML-observability
  2. 2Voorspellingen loggen voor latere analyse
  3. 3Metrieken uitsplitsen per segment en cohort
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
28

B24 lessenPRO

Toon aan hoe elk model is gebouwd en houd het klaar voor audits.

  1. 1Data-tot-model-lineage traceren
  2. 2Model cards schrijven
  3. 3Audit trails en reproduceerbaarheid
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
29

B24 lessenPRO

Verlaag inferencekosten zonder latency of nauwkeurigheid op te offeren.

  1. 1Instanties en replica's passend dimensioneren
  2. 2Kwantificeren en distilleren voor goedkopere inferentie
  3. 3Spot Instances gebruiken voor training
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
30

B24 lessenPRO

Beheer, evalueer en monitor LLM-aangedreven apps in productie.

  1. 1Hoe LLMOps verschilt van klassieke MLOps
  2. 2Prompts versieren en outputs evalueren
  3. 3LLM-calls traceren en monitoren
  4. +1 meer
Gratis beginnen met lerenOntgrendelen met PRO
CoddyKit PRO

Ontgrendel alle 30 cursussen in dit leertraject en in elk ander leertraject

AI-begeleider, certificeringsexamen en certificaat. Werkt op het web, iOS en Android.

Alle abonnementen bekijken
Jaarlijks$29.90 per jaarOngeveer $2.49 per maandEenmalig betalenLevenslang$69.99 eenmaligGeen verlengingen. PRO voor altijd.
Cursusoverzicht

MLOps: implementeer en monitor ML-modellen

Breng ML-modellen naar productie: experimenten bijhouden, aanbieden, CI/CD, monitoring en detectie van modelverval met MLflow, Docker en Kubernetes. Dit leertraject omvat 30 oplopende minicursussen, van absolute beginner (A1) tot gevorderd (B2), met korte, gerichte lessen en snelle quizzen om elk concept goed onder de knie te krijgen.

Wat je leert

Je begint met de basis en werkt toe naar onderwerpen voor gemiddeld en gevorderd niveau, waarbij elke cursus voortbouwt op de vorige. Elke les is praktisch en kort en er is 24/7 een AI-tutor beschikbaar wanneer je hulp nodig hebt.

Zo werkt het

Elke cursus bestaat uit vier korte, gerichte lessen. Volg elke dag een paar lessen en je beheerst het volledige leertraject in weken, niet maanden.

Hulpmiddelen

Oefen met AI in plaats van alleen te lezen

Geef je leerproces een boost met AI-hulpmiddelen en -functies

AI-chatChat met een AI-docentStel een supervraagKrijg antwoorden op expertniveauPROLes makenAI-gestuurde lessenbouwerPROStart het certificeringsexamenBehaal je certificaatPROStart de uitdagingTest je vaardigheden

Zo leer je

  1. 01

    Interactieve lessen

    Praktische codeeroefeningen met realtime feedback

  2. 02

    AI-docent

    Krijg direct hulp van onze AI als je vastloopt

  3. 03

    Ingebouwde editor

    Schrijf en voer code direct uit in je browser

  4. 04

    Certificaat

    Behaal een certificaat wanneer je de cursus afrondt

Verder ontdekken

Gerelateerde leertrajecten

Deep Learning Academy logoDeep Learning AcademyMaster deep learning with PyTorch, from neurons and backpropagation to CNNs, Transformers…Data Science Academy logoData Science AcademyTurn raw data into insight with Python. Master NumPy, pandas, visualization, and scikit-l…Machine Learning Academy logoMachine Learning AcademyLearn machine learning from first principles. Build and evaluate models with scikit-learn…NLP Academy logoNLP AcademyBuild language AI with Python. From text preprocessing and embeddings to Transformers, na…Python Academy logoPython AcademyExplore the versatility of Python and build diverse projects with Python Academy.Docker & Kubernetes for Developers logoDocker en Kubernetes voor ontwikkelaarsMaster containerization and orchestration with Docker and Kubernetes to deploy, manage, a…
FAQ

Veelgestelde vragen

Is de MLOps Academy-cursus gratis?

Ja. Je kunt gratis aan de MLOps Academy-cursus beginnen en de interactieve lessen kosteloos doorlopen. Met een optioneel PRO-abonnement krijg je toegang tot geavanceerde AI-tools en een deelbaar certificaat.

Heb ik voorafgaande ervaring nodig om Python te leren?

Nee. De cursus begint bij de basis en behandelt geleidelijk steeds geavanceerdere onderwerpen. Je kunt dus ook zonder eerdere ervaring met Python beginnen.

Hoe leer ik Python op CoddyKit?

Je leert door te doen. Korte interactieve lessen combineren een duidelijke uitleg met een praktische codeeroefening die in realtime wordt uitgevoerd. Een AI-begeleider is 24/7 beschikbaar voor persoonlijke hulp wanneer je vastloopt.

Krijg ik een certificaat als ik MLOps Academy afrond?

Ja. PRO-leerlingen kunnen een examen afleggen en een deelbaar certificaat van voltooiing behalen, met een verifieerbare code voor de MLOps Academy-cursus.

Kan ik Python op mijn telefoon leren?

Ja. CoddyKit is beschikbaar op het web en als native iOS- en Android-app, zodat je Python op elk apparaat kunt leren en je voortgang op al je apparaten wordt gesynchroniseerd.

Wat kost CoddyKit PRO?

De eerste cursus van MLOps Academy is gratis. Met CoddyKit PRO ontgrendel je elke cursus: $5.90 per week, $7.90 per maand, $29.90 per jaar of eenmalig $69.99 voor levenslange toegang zonder verlengingen.

Hoe lang duurt het om MLOps Academy te voltooien?

MLOps Academy bevat 30 cursussen en 120 lessen. De meeste lessen duren ongeveer 5–10 minuten, dus het hele leertraject kost ongeveer 14 uur aan praktische oefeningen, in je eigen tempo.

Begin nu met MLOps Academy

Sluit je aan bij duizenden leerlingen die met AI-ondersteunde lessen leren programmeren.

Gratis beginnen met lerenBekijk alle cursussen