0Pricing
MLOps Academy icon

MLOps Academy

PYTHONAiData_scienceCloud

นำ ML models ไปสู่ production: experiment tracking, serving, CI/CD, monitoring, และ drift detection ด้วย MLflow, Docker, และ Kubernetes

🤖 ขับเคลื่อนด้วย AI📚 คอร์ส 30👥 ผู้เรียน 100,000+ คน⭐ คะแนน 4.9
ภาพรวมคอร์ส

MLOps: Deploy & Monitor ML Models

นำ ML models ไปสู่ production: experiment tracking, serving, CI/CD, monitoring, และ drift detection ด้วย MLflow, Docker, และ Kubernetes แทร็กนี้ครอบคลุม 30 mini-courses ที่ก้าวหน้าจากผู้เริ่มต้นสัมบูรณ์ (A1) ถึงระดับสูง (B2) โดยมีบทเรียนสั้นที่เน้นเฉพาะและแบบฝึกหัดอย่างรวดเร็วเพื่อยึดแต่ละแนวคิด

What You Will Learn

คุณเริ่มต้นจากพื้นฐานและสร้างขึ้นผ่านหัวข้อระดับกลางและขั้นสูง โดยแต่ละคอร์สสร้างจากคอร์สก่อนหน้า บทเรียนทุกบทเรียนเป็นการปฏิบัติและขนาดเล็ก โดยมี AI tutor ที่พร้อมใช้งาน 24/7 เมื่อคุณต้องการความช่วยเหลือ

How It Works

แต่ละคอร์สแบ่งออกเป็นสี่บทเรียนที่เน้นเฉพาะและขนาดเล็ก ทำให้เสร็จสิ้นบทเรียนไม่กี่บทต่อวันและคุณจะเชี่ยชาญแทร็กทั้งหมดในหลายสัปดาห์ ไม่ใช่หลายเดือน

เริ่มเรียนรู้ →

วิธีการเรียนรู้ของคุณ

🎯
บทเรียนแบบโต้ตอบ
แบบฝึกหัดการเขียนโค้ดโดยตรงพร้อมข้อเสนอแนะแบบเรียลไทม์
🤖
ติวเตอร์ AI
ได้รับความช่วยเหลือแบบทันทีจาก AI ของเราเมื่อคุณติดขัด
💻
ตัวแก้ไขในตัว
เขียนและรันโค้ดโดยตรงในเบราว์เซอร์ของคุณ
🏆
ใบรับรอง
ได้รับใบรับรองเมื่อคุณเสร็จสิ้นหลักสูตร
หลักสูตร

30 หลักสูตร

ทุกหลักสูตรในเส้นทางการเรียนรู้ MLOps Academy

01

MLOps คืออะไรกันแน่

A14 บทเรียน

อธิบาย MLOps ด้วยภาษาที่เข้าใจง่าย และแสดงภาพวงจรชีวิตการเรียนรู้ของเครื่องทั้งหมดตั้งแต่ข้อมูลจนถึงการใช้งานจริง

02

ทำไมแบบจำลองจึงล้มเหลวเมื่อใช้งานจริง

A14 บทเรียนPRO

ทำความเข้าใจเหตุผลที่แท้จริงซึ่งทำให้แบบจำลองที่ยอดเยี่ยมแบบออฟไลน์ล้มเหลวเมื่อผู้ใช้จริงเริ่มใช้งาน

03

ติดตามทุกการทดลองด้วย MLflow

A14 บทเรียนPRO

บันทึกพารามิเตอร์ ตัวชี้วัด และการเรียกใช้ เพื่อไม่ให้การทดลองใดสูญหายอีก

04

สภาพแวดล้อมการเรียนรู้ของเครื่องที่ทำซ้ำผลลัพธ์ได้

A14 บทเรียนPRO

ตรึงทุกส่วนที่ต้องพึ่งพา เพื่อให้การฝึกแต่ละครั้งได้ผลลัพธ์เดียวกันทุกที่

05

จัดการเวอร์ชันข้อมูลด้วย DVC

A14 บทเรียนPRO

ติดตามชุดข้อมูลขนาดใหญ่ใน Git โดยไม่ทำให้ที่เก็บมีขนาดใหญ่เกินไป

06

ทำความเข้าใจรีจิสทรีแบบจำลอง

A24 บทเรียนPRO

จัดเก็บ กำหนดเวอร์ชัน และจัดระยะของแบบจำลองที่ฝึกแล้วในฐานะสิ่งประดิษฐ์หลัก

07

บรรจุแบบจำลองเพื่อการนำไปใช้งาน

A24 บทเรียนPRO

เปลี่ยนแบบจำลองที่ฝึกแล้วให้เป็นสิ่งประดิษฐ์ที่เคลื่อนย้ายและโหลดได้

08

ให้บริการแบบจำลองด้วย FastAPI

A24 บทเรียนPRO

ห่อหุ้มแบบจำลองใด ๆ ให้เป็น API การทำนายผ่าน HTTP ที่ใช้งานได้จริง

09

สร้างบริการการเรียนรู้ของเครื่องด้วย Docker

A24 บทเรียนPRO

สร้างคอนเทนเนอร์ที่ทำซ้ำได้ ซึ่งเรียกใช้แบบจำลองของคุณได้ทุกที่

10

กระบวนการการเรียนรู้ของเครื่องแบบครบวงจรครั้งแรกของคุณ

A24 บทเรียนPRO

เชื่อมการฝึก การลงทะเบียน การให้บริการ และการทำนายเข้าด้วยกันเป็นกระบวนการทำงานเดียว

11

CI/CD สำหรับแมชชีนเลิร์นนิง

B14 บทเรียนPRO

ทำให้การทดสอบและการนำแบบจำลองไปใช้งานด้วย GitHub Actions เป็นอัตโนมัติ

12

กระบวนการทำงานฝึกแบบจำลองอัตโนมัติ

B14 บทเรียนPRO

เปลี่ยนสคริปต์เฉพาะกิจให้เป็น DAG การฝึกแบบแบ่งระยะที่ทำซ้ำได้

13

สร้างคลังคุณลักษณะ

B14 บทเรียนPRO

ให้บริการคุณลักษณะที่สอดคล้องกันสำหรับการฝึกและการอนุมานด้วย Feast

14

ตรวจสอบความถูกต้องและทดสอบโมเดลการเรียนรู้ของเครื่อง

B14 บทเรียนPRO

ตรวจจับแบบจำลองและข้อมูลที่ไม่ดี ก่อนส่งถึงผู้ใช้

15

การอนุมานแบบกลุ่มเทียบกับออนไลน์

B14 บทเรียนPRO

เลือกและสร้างรูปแบบการทำนายที่เหมาะกับกรณีการใช้งานของคุณ

16

ให้บริการแบบจำลองด้วย BentoML

B14 บทเรียนPRO

บรรจุและให้บริการแบบจำลองพร้อมการประมวลผลเป็นกลุ่มและการขยายระบบแบบปรับตามสถานการณ์ในตัว

17

พื้นฐานการเฝ้าติดตาม: ตัวชี้วัดและบันทึก

B14 บทเรียนPRO

ติดตั้งเครื่องมือเก็บข้อมูลในบริการแบบจำลอง เพื่อดูสิ่งที่กำลังเกิดขึ้นแบบสด ๆ

18

ตรวจจับการเปลี่ยนแปลงของข้อมูลและแนวคิด

B14 บทเรียนPRO

วัดว่าข้อมูลนำเข้าหรือความสัมพันธ์เปลี่ยนไปจากช่วงฝึกมากเพียงใด

19

ทดสอบแบบจำลองแบบ A/B ในการใช้งานจริง

B14 บทเรียนPRO

ปล่อยแบบจำลองใหม่ให้กับทราฟฟิกบางส่วนและวัดการเพิ่มขึ้นของประสิทธิผล

20

นำแบบจำลองไปใช้งานบนคลาวด์

B14 บทเรียนPRO

ย้ายแบบจำลองที่อยู่ในคอนเทนเนอร์จากแล็ปท็อปไปยังสภาพแวดล้อมคลาวด์ที่มีการจัดการ

21

Kubernetes สำหรับภาระงานการเรียนรู้ของเครื่อง

B24 บทเรียนPRO

เรียกใช้การฝึกและการให้บริการบน Kubernetes ด้วยองค์ประกอบพื้นฐานที่เหมาะสม

22

การให้บริการที่ขยายระบบได้ด้วย KServe

B24 บทเรียนPRO

นำแบบจำลองไปใช้งานเป็นบริการอนุมานบน Kubernetes ที่ขยายระบบอัตโนมัติได้

23

การให้บริการด้วย GPU และการประมวลผลเป็นกลุ่มแบบไดนามิก

B24 บทเรียนPRO

รีดประสิทธิภาพการประมวลผลจาก GPU ให้สูงสุดด้วย Triton Inference Server

24

การนำไปใช้งานแบบคานารีและแบบเงา

B24 บทเรียนPRO

เผยแพร่แบบจำลองใหม่อย่างปลอดภัยด้วยการทดสอบกับทราฟฟิกจริงก่อน

25

ทำให้การฝึกแบบจำลองซ้ำเป็นอัตโนมัติ

B24 บทเรียนPRO

ปิดวงจรการทำงาน เพื่อให้แบบจำลองอัปเดตตัวเองตามกำหนดเวลาหรือเมื่อเกิดการเปลี่ยนแปลง

26

เจาะลึกการตรวจจับการเปลี่ยนแปลง

B24 บทเรียนPRO

สร้างการเฝ้าติดตามการเปลี่ยนแปลงที่แข็งแกร่งและรับมือกับความจริงที่ข้อมูลมีสัญญาณรบกวนและป้ายกำกับมาล่าช้า

27

การสังเกตการณ์ระบบการเรียนรู้ของเครื่องในระดับขนาดใหญ่

B24 บทเรียนPRO

ดูพฤติกรรมของแบบจำลองตั้งแต่ต้นจนจบ ครอบคลุมข้อมูล การทำนาย และผลลัพธ์

28

สายที่มาของข้อมูลและธรรมาภิบาลแบบจำลอง

B24 บทเรียนPRO

พิสูจน์ได้ว่าแบบจำลองใด ๆ ถูกสร้างขึ้นอย่างไร และรักษาความพร้อมสำหรับการตรวจสอบ

29

ปรับต้นทุนการให้บริการการเรียนรู้ของเครื่องให้เหมาะสม

B24 บทเรียนPRO

ลดค่าใช้จ่ายการอนุมานโดยไม่ลดทอนเวลาแฝงหรือความแม่นยำ

30

LLMOps สำหรับแอปพลิเคชัน LLM

B24 บทเรียนPRO

ดำเนินงาน ประเมิน และเฝ้าติดตามแอปที่ขับเคลื่อนด้วย LLM ในการใช้งานจริง

คำถามที่พบบ่อย

คำถามที่พบบ่อย

หลักสูตร MLOps Academy ฟรีหรือไม่

ใช่ คุณสามารถเริ่มหลักสูตร MLOps Academy ได้ฟรีและเสร็จสิ้นบทเรียนแบบโต้ตอบโดยไม่มีค่าใช้จ่าย การสมัครสมาชิก PRO ที่เป็นทางเลือกจะปลดล็อกเครื่องมือ AI ขั้นสูงและใบรับรองที่แชร์ได้

ฉันต้องมีประสบการณ์มาก่อนหรือไม่ในการเรียนรู้ PYTHON

ไม่ หลักสูตรเริ่มต้นด้วยพื้นฐานและค่อยๆ ไปสู่หัวข้อที่ซับซ้อนมากขึ้น ดังนั้นคุณสามารถเริ่มได้แม้ว่าจะไม่มีประสบการณ์ PYTHON มาก่อน

ฉันจะเรียนรู้ PYTHON บน CoddyKit ได้อย่างไร

คุณเรียนรู้โดยการลงมือทำ บทเรียนสั้น ๆ แบบโต้ตอบจับคู่คำอธิบายที่ชัดเจนกับแบบฝึกหัดการเขียนโค้ดที่ทำงานในเวลาจริง และติวเตอร์ AI ที่ทำงาน 24/7 ให้ความช่วยเหลือแบบบุคคลเมื่อคุณติดขัด

ฉันได้รับใบรับรองสำหรับการเสร็จสิ้น MLOps Academy หรือไม่

ใช่ ผู้เรียน PRO สามารถสอบและได้รับใบรับรองการเสร็จสิ้นที่แชร์ได้พร้อมรหัสที่สามารถตรวจสอบได้สำหรับหลักสูตร MLOps Academy

ฉันสามารถเรียนรู้ PYTHON บนโทรศัพท์ของฉันได้หรือไม่

ใช่ CoddyKit พร้อมใช้งานบนเว็บและเป็นแอปพลิเคชันแบบเนทีฟ iOS และ Android ดังนั้นคุณสามารถเรียนรู้ PYTHON บนอุปกรณ์ใดก็ได้และความคืบหน้าของคุณจะซิงค์ในทุกอุปกรณ์

เริ่มเรียน MLOps Academy ตอนนี้

เข้าร่วมกับผู้เรียนนับพันคนที่กำลังเรียนรู้การเขียนโปรแกรมผ่านบทเรียนที่ขับเคลื่อนด้วย AI

เริ่มฟรี →ดูคอร์สทั้งหมด