Lernen Sie, wie Sie Machine Learning Operations (MLOps) anwenden, um reale Probleme zu lösen. Der Kurs behandelt End-to-End-Lösungen mit Artificial Intelligence (AI) Pair Programming unter Verwendung von Technologien wie GitHub Copilot, um Lösungen für Machine Learning (ML) und AI-Anwendungen zu erstellen. Dieser Kurs richtet sich an Personen, die als Datenwissenschaftler, Software-Ingenieure oder -Entwickler, Datenanalysten oder in anderen Funktionen arbeiten, die ML verwenden (oder dies anstreben). Am Ende des Kurses werden Sie in der Lage sein, Web-Frameworks (z.B. Gradio und Hugging Face) für ML-Lösungen zu verwenden, ein Kommandozeilen-Tool mit dem Click-Framework zu erstellen und Rust für GPU-beschleunigte ML-Aufgaben zu nutzen. Woche 1: Erkunden Sie MLOps-Technologien und vortrainierte Modelle, um Probleme für Kunden zu lösen. Woche 2: Wenden Sie ML und KI in der Praxis durch Optimierung, Heuristiken und Simulationen an. Woche 3: Entwickeln Sie Operations-Pipelines, einschließlich DevOps, DataOps und MLOps, mit Github. Woche 4: Erstellen Sie Container für ML und verpacken Sie Lösungen auf einheitliche Weise, um die Bereitstellung in Cloud-Systemen zu ermöglichen, die Container akzeptieren. Woche 5: Wechseln Sie von Python zu Rust, um Lösungen für Kubernetes, Docker, Serverless, Data Engineering, Data Science und MLOps zu erstellen.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
DevOps, DataOps, MLOps
Dieser Kurs ist Teil von Spezialisierung MLOps | Maschinelles Lernen Operationen
Dozenten: Noah Gift
23.595 bereits angemeldet
Bei 
enthalten
(120 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Aufbau von Betriebs-Pipelines mit DevOps, DataOps und MLOps
Erklären Sie die Prinzipien und Praktiken von MLOps (d.h. Datenmanagement, Modellschulung und -entwicklung, kontinuierliche Integration und Bereitstellung usw.)
Erstellen und implementieren Sie Modelle für maschinelles Lernen in einer Produktionsumgebung mit MLOps-Tools und -Plattformen.
Kompetenzen, die Sie erwerben
- Kategorie: Python-Bibliotheken
- Kategorie: Big Data
- Kategorie: Maschinelles Lernen
- Kategorie: Devops
- Kategorie: Rust Programmierung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
13 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 5 Module
In diesem Modul lernen Sie, wie Sie grundlegende Fähigkeiten in MLOps anwenden, um Lösungen für maschinelles Lernen zu erstellen und diese durch die Erstellung von Microservices in Python anzuwenden.
Das ist alles enthalten
22 Videos10 Lektüren4 Aufgaben2 Diskussionsthemen1 Unbewertetes Labor
In diesem Modul lernen Sie, wie Sie die grundlegenden Fähigkeiten in Mathematik und Datenwissenschaft für MLOps anwenden und durch die Erstellung von Simulationen umsetzen können.
Das ist alles enthalten
5 Videos9 Lektüren3 Aufgaben3 Unbewertete Labore
In diesem Modul lernen Sie, wie man Operations-Pipelines erstellt und wenden diese Fähigkeiten dann an, indem Sie Lösungen für vortrainierte Hugging Face-Modelle erstellen.
Das ist alles enthalten
20 Videos9 Lektüren1 Aufgabe2 Unbewertete Labore
In diesem Modul lernen Sie, wie Sie End-to-End-MLOps- und AIOps-Lösungen aufbauen und anwenden, indem Sie Lösungen mit vortrainierten Modellen von OpenAI erstellen und dabei von der Verwendung von AI Pair Programming-Tools wie GitHub Copilot profitieren.
Das ist alles enthalten
12 Videos9 Lektüren1 Aufgabe2 Unbewertete Labore
In diesem Modul lernen Sie, wie Sie von Python zu Rust, einer leistungsstarken und effizienten Programmiersprache für Systeme, wechseln können. Dieses Modul behandelt verschiedene praktische Anwendungen von Rust, wie CLI-, Web- und MLOps-Lösungen sowie Cloud-Computing-Lösungen für AWS, GCP und Azure. Sie werden auch lernen, wie Sie Rust-Lösungen für Kubernetes, Docker, Serverless, Data Engineer, Datenwissenschaft und Machine Learning Operations (MLOps) erstellen können. Am Ende dieses Moduls werden Sie ein gutes Verständnis der wichtigsten Syntax und Funktionen von Rust haben und in der Lage sein, Rust für GPU-beschleunigte Machine-Learning-Aufgaben zu nutzen.
Das ist alles enthalten
25 Videos11 Lektüren4 Aufgaben3 Unbewertete Labore
Dozenten
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Duke University
Duke University
Packt
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 120
120 Bewertungen
- 5 stars
56,66 %
- 4 stars
20,83 %
- 3 stars
10,83 %
- 2 stars
5,83 %
- 1 star
5,83 %
Geprüft am 24. Juni 2024
Geprüft am 21. Aug. 2024
Geprüft am 23. Juni 2024
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.