PricingLoginStart free
MLOps Academy logo
PythonAIMoln och DevOpsNivåer A1 → B222 språk

MLOps Academy

Ta ML-modeller till produktion: experimentuppföljning, serving, CI/CD, övervakning och detektering av drift med MLflow, Docker och Kubernetes. En lärstig från CoddyKit med 30 korta kurser och 120 interaktiva lektioner, med en AI-handledare till hands dygnet runt.

Kurser
30
Lektioner
120
Interaktiva steg
1,560
Gratis att börja
Kurs 1
Kursplan

30 kurser i den här lärvägen

Alla kurser i lärvägen MLOps Academy, i rätt ordning. Den första är gratis.

1

A14 lektionerGratis

Förklara MLOps med enkla ord och kartlägg hela ML-livscykeln från data till produktion

  1. 1MLOps kontra vanlig maskininlärning
  2. 2ML-livscykeln i en bild
  3. 3Vem gör vad: roller i ett ML-team
  4. +1 till
Börja lära dig gratis
2

A14 lektionerPRO

Identifiera de verkliga orsakerna till att en utmärkt offlinemodell misslyckas när riktiga användare börjar använda den

  1. 1Fällan med skillnaden mellan träning och serving
  2. 2Tysta fel: ingen krasch, fel svar
  3. 3När världen förändras under Er modell
  4. +1 till
Börja lära dig gratisLås upp med PRO
3

A14 lektionerPRO

Logga parametrar, mätvärden och körningar så att inget experiment går förlorat igen

  1. 1Installera MLflow och börja spåra
  2. 2Logga parametrar, mätvärden och artefakter
  3. 3Jämför körningar i MLflow-gränssnittet
  4. +1 till
Börja lära dig gratisLås upp med PRO
4

A14 lektionerPRO

Lås fast alla beroenden så att träningskörningen ger samma resultat överallt

  1. 1Lås beroenden med requirements.txt
  2. 2Isolera projekt med virtuella miljöer
  3. 3Initiera slumpfrön för körningar som kan upprepas
  4. +1 till
Börja lära dig gratisLås upp med PRO
5

A14 lektionerPRO

Spåra stora datamängder i Git utan att svälla ut kodarkivet

  1. 1Varför Git inte ensamt kan versionshantera data
  2. 2Initiera DVC och spåra en datamängd
  3. 3Skicka data till fjärrlagring
  4. +1 till
Börja lära dig gratisLås upp med PRO
6

A24 lektionerPRO

Lagra, versionshantera och fasa in tränade modeller som förstaklassartefakter

  1. 1Registrera din första modellversion
  2. 2Steg: Staging, Production, Archived
  3. 3Lägg till taggar och beskrivningar i modeller
  4. +1 till
Börja lära dig gratisLås upp med PRO
7

A24 lektionerPRO

Förvandla en tränad modell till en portabel artefakt som kan läsas in

  1. 1Serialisera med Pickle och Joblib
  2. 2MLflow-modellens flavor
  3. 3Exportera till ONNX för portabilitet
  4. +1 till
Börja lära dig gratisLås upp med PRO
8

A24 lektionerPRO

Omslut valfri modell i ett verkligt HTTP-API för prediktioner

  1. 1Din första /predict-endpoint
  2. 2Validera förfrågningar med Pydantic
  3. 3Läs in modellen en gång vid uppstart
  4. +1 till
Börja lära dig gratisLås upp med PRO
9

A24 lektionerPRO

Bygg en reproducerbar container som kör modellen var som helst

  1. 1Skriv en Dockerfile för ett modell-API
  2. 2Gör avbildningar mindre med byggen i flera steg
  3. 3Skicka konfiguration via miljövariabler
  4. +1 till
Börja lära dig gratisLås upp med PRO
10

A24 lektionerPRO

Koppla ihop träning, registrering, tillhandahållande och prediktion i en fungerande pipeline

  1. 1Träna och logga till registret
  2. 2Befordra den bästa modellen till Production
  3. 3Tillgängliggör Production-modellen
  4. +1 till
Börja lära dig gratisLås upp med PRO
11

B14 lektionerPRO

Automatisera testning och driftsättning av modeller med GitHub Actions

  1. 1Vad CI/CD innebär för modeller
  2. 2Ett GitHub Actions-arbetsflöde för ML
  3. 3Ställ kvalitetskrav för sammanslagningar
  4. +1 till
Börja lära dig gratisLås upp med PRO
12

B14 lektionerPRO

Förvandla tillfälliga skript till en reproducerbar tränings-DAG i flera steg

  1. 1Steg: Ingest, Prep, Train, Eval
  2. 2Definiera en pipeline med DVC-steg
  3. 3Cacha och hoppa över oförändrade steg
  4. +1 till
Börja lära dig gratisLås upp med PRO
13

B14 lektionerPRO

Tillhandahåll konsekventa egenskaper för träning och inferens med Feast

  1. 1Varför feature stores finns
  2. 2Definiera feature views med Feast
  3. 3Materialisera features i en online store
  4. +1 till
Börja lära dig gratisLås upp med PRO
14

B14 lektionerPRO

Upptäck bristfälliga modeller och data innan de når användarna

  1. 1Enhetstesta din datapipeline
  2. 2Beteendetester för modeller
  3. 3Sätt kvalitetsgrindar och tröskelvärden
  4. +1 till
Börja lära dig gratisLås upp med PRO
15

B14 lektionerPRO

Välj och bygg rätt prediktionsmönster för ert användningsfall

  1. 1Batchscoring enligt schema
  2. 2Inferens online i realtid
  3. 3Avvägningar mellan latens, genomströmning och kostnad
  4. +1 till
Börja lära dig gratisLås upp med PRO
16

B14 lektionerPRO

Paketerera och tillhandahåll modeller med inbyggd batchning och adaptiv skalning

  1. 1Spara en modell i Bento Store
  2. 2Definiera en tjänst och dess API
  3. 3Aktivera adaptiv mikrobatchning
  4. +1 till
Börja lära dig gratisLås upp med PRO
17

B14 lektionerPRO

Instrumentera en modelltjänst så att ni kan se vad den gör i realtid

  1. 1Strukturerade loggar för prediktioner
  2. 2Exponera mätvärden med Prometheus
  3. 3Bygg en Grafana-dashboard
  4. +1 till
Börja lära dig gratisLås upp med PRO
18

B14 lektionerPRO

Mät när indata eller samband förändras jämfört med träningen

  1. 1Data drift kontra concept drift
  2. 2Mät drift med PSI och KS
  3. 3Generera driftrapporter med Evidently
  4. +1 till
Börja lära dig gratisLås upp med PRO
19

B14 lektionerPRO

Rulla ut en ny modell till en del av trafiken och mät förbättringen

  1. 1Dela trafik mellan modellversioner
  2. 2Välj mätvärden som spelar roll
  3. 3Tolka statistisk signifikans utan att lura dig själv
  4. +1 till
Börja lära dig gratisLås upp med PRO
20

B14 lektionerPRO

Ta en containeriserad modell från den bärbara datorn till en hanterad molnkörmiljö

  1. 1Skicka din avbildning till ett register
  2. 2Distribuera till en serverless container-runtime
  3. 3Konfigurera autoskalning och samtidighet
  4. +1 till
Börja lära dig gratisLås upp med PRO
21

B24 lektionerPRO

Kör träning och tillhandahållande på Kubernetes med rätt byggstenar

  1. 1Pods, Deployments och Services för modeller
  2. 2Begär CPU, minne och GPU
  3. 3Konfigurera med ConfigMaps och Secrets
  4. +1 till
Börja lära dig gratisLås upp med PRO
22

B24 lektionerPRO

Driftsätt modeller som inferenstjänster med automatisk skalning på Kubernetes

  1. 1Resursen InferenceService
  2. 2Skala till noll och tillbaka
  3. 3Skriv en anpassad prediktor
  4. +1 till
Börja lära dig gratisLås upp med PRO
23

B24 lektionerPRO

Pressa ut maximal genomströmning ur GPU:er med Triton Inference Server

  1. 1Varför GPU:er behöver batchning
  2. 2Konfigurera dynamisk batchning i Triton
  3. 3Kör flera modellinstanser per GPU
  4. +1 till
Börja lära dig gratisLås upp med PRO
24

B24 lektionerPRO

Lansera nya modeller säkert genom att först testa dem på verklig trafik

  1. 1Canary-releaser: distribuera till några få först
  2. 2Skugga trafik utan användarpåverkan
  3. 3Definiera kriterier för automatisk återställning
  4. +1 till
Börja lära dig gratisLås upp med PRO
25

B24 lektionerPRO

Slut cirkeln så att modeller uppdateras enligt schema eller vid drift

  1. 1Schemalagd kontra utlösarbaserad omträning
  2. 2Orkestrera omträning med Airflow
  3. 3Befordra automatiskt endast om modellen slår baslinjen
  4. +1 till
Börja lära dig gratisLås upp med PRO
26

B24 lektionerPRO

Bygg robust driftövervakning som klarar bullriga data och fördröjda etiketter

  1. 1Univariat kontra multivariat drift
  2. 2Övervaka prestanda med fördröjda etiketter
  3. 3Justera fönster för att minska falsklarm
  4. +1 till
Börja lära dig gratisLås upp med PRO
27

B24 lektionerPRO

Se modellens beteende från början till slut i data, prediktioner och utfall

  1. 1ML-observabilitetens fyra pelare
  2. 2Logga prediktioner för senare analys
  3. 3Dela upp mätvärden efter segment och kohort
  4. +1 till
Börja lära dig gratisLås upp med PRO
28

B24 lektionerPRO

Visa hur en modell byggdes och håll den redo för granskning

  1. 1Spåra data-till-modell-linjen
  2. 2Skriv modellkort
  3. 3Granskningsspår och reproducerbarhet
  4. +1 till
Börja lära dig gratisLås upp med PRO
29

B24 lektionerPRO

Minska inferenskostnaderna utan att offra svarstid eller träffsäkerhet

  1. 1Anpassa storleken på instanser och repliker
  2. 2Kvantisera och destillera för billigare inferens
  3. 3Använd Spot Instances för träning
  4. +1 till
Börja lära dig gratisLås upp med PRO
30

B24 lektionerPRO

Driftsätt, utvärdera och övervaka LLM-drivna appar i produktion

  1. 1Hur LLMOps skiljer sig från klassisk MLOps
  2. 2Versionshantera prompter och utvärdera utdata
  3. 3Spåra och övervaka LLM-anrop
  4. +1 till
Börja lära dig gratisLås upp med PRO
CoddyKit PRO

Lås upp alla 30 kurser i den här lärvägen och alla andra lärvägar

AI-handledare, certifieringsprov och certifikat. Fungerar på webben, iOS och Android.

Se alla abonnemang
Årsvis$29.90 / årCirka $2.49 i månadenBetala en gångLivstid$69.99 en gångInga förnyelser. PRO för alltid.
Kursöversikt

MLOps: Driftsätt och övervaka ML-modeller

Ta ML-modeller till produktion: experimentuppföljning, serving, CI/CD, övervakning och detektering av drift med MLflow, Docker och Kubernetes. Den här kursserien omfattar 30 progressiva minikurser från nybörjarnivå (A1) till avancerad nivå (B2), med korta, fokuserade lektioner och snabba quiz som hjälper Dig att befästa varje koncept.

Det här får Du lära Dig

Du börjar med grunderna och bygger vidare med medelsvåra och avancerade ämnen, där varje kurs bygger vidare på den föregående. Alla lektioner är praktiska och uppdelade i lagom stora delar, och en AI-handledare finns tillgänglig dygnet runt när Du behöver hjälp.

Så fungerar det

Varje kurs är indelad i fyra fokuserade lektioner i lagom stora delar. Genomför några lektioner om dagen och bemästra hela kursserien på veckor, inte månader.

Verktyg

Öva med AI – läs inte bara

Ta lärandet till nästa nivå med AI-drivna verktyg och funktioner

AI-chattChatta med AI-handledarenStäll en superfrågaFå svar på expertnivåPROSkapa lektionAI-driven lektionsskaparePROPåbörja certifieringsprovetFå ditt certifikatPROStarta utmaningTesta dina kunskaper

Så lär du dig

  1. 01

    Interaktiva lektioner

    Praktiska kodövningar med feedback i realtid

  2. 02

    AI-handledare

    Få omedelbar hjälp av vår AI när du kör fast

  3. 03

    Inbyggd kodredigerare

    Skriv och kör kod direkt i webbläsaren

  4. 04

    Certifikat

    Få ett certifikat när du slutför kursen

Fortsätt utforska

Relaterade lärvägar

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 och Kubernetes för utvecklareMaster containerization and orchestration with Docker and Kubernetes to deploy, manage, a…
FAQ

Vanliga frågor

Är kursen i MLOps Academy gratis?

Ja. Ni kan börja kursen i MLOps Academy gratis och genomföra de interaktiva lektionerna utan kostnad. Med en valfri PRO-prenumeration får Ni tillgång till avancerade AI-verktyg och ett certifikat som kan delas.

Behöver jag tidigare erfarenhet för att lära mig Python?

Nej. Kursen börjar med grunderna och går stegvis vidare till mer avancerade ämnen, så Ni kan börja även utan tidigare erfarenhet av Python.

Hur lär jag mig Python på CoddyKit?

Ni lär Er genom att göra. Korta interaktiva lektioner kombinerar tydliga förklaringar med praktiska kodövningar som körs i realtid, och en AI-handledare som är tillgänglig dygnet runt ger personlig hjälp när Ni kör fast.

Får jag ett certifikat när jag har slutfört MLOps Academy?

Ja. PRO-användare kan göra ett prov och få ett delbart intyg på att de har slutfört kursen i MLOps Academy, med en verifierbar kod.

Kan jag lära mig Python i mobilen?

Ja. CoddyKit finns på webben och som inbyggda iOS- och Android-appar, så Ni kan lära Er Python på valfri enhet och synkronisera Era framsteg mellan dem.

Vad kostar CoddyKit PRO?

Den första kursen i MLOps Academy är gratis. CoddyKit PRO låser upp alla kurser: $5.90 per vecka, $7.90 per månad, $29.90 per år eller $69.99 en gång för livstidsåtkomst utan förnyelser.

Hur lång tid tar det att slutföra MLOps Academy?

MLOps Academy har 30 kurser och 120 lektioner. De flesta lektioner tar cirka 5–10 minuter, så hela lärvägen motsvarar ungefär 14 timmars praktisk övning i egen takt.

Börja med MLOps Academy nu

Anslut Er till tusentals deltagare som lär sig programmering med AI-drivna lektioner.

Börja lära dig gratisBläddra bland alla kurser