Neste módulo, você vai entender o que um sistema de ML de produção precisa fazer e como atender a essas necessidades. Você também vai aprender a tomar decisões de design importantes e de alto nível relacionadas a treinamentos e disponibilização de modelos para conseguir o perfil de desempenho certo para seu modelo.

Neste módulo, você vai aprender a reconhecer as formas como o modelo fica dependente dos dados, tomar decisões de engenharia com foco nos custos, saber quando reverter os modelos para versões anteriores, depurar as causas do comportamento de um modelo observado e implementar um pipeline que seja imune a um tipo de dependência.

Neste módulo, você vai identificar as considerações sobre desempenho para modelos de machine learning. Os modelos de machine learning não são todos iguais. Em alguns modelos, o foco é melhorar o desempenho de E/S. Em outros, o objetivo é otimizar a velocidade de computação.

Entender as ferramentas e os sistemas disponíveis e quando usar modelos híbridos de machine learning.

Links dos PDFs de todos os módulos