Lewati ke konten

Pipeline ML dan CI/CD

Pelacakan eksperimen, model registry, dan pipeline otomatis dari data mentah sampai model yang dirilis.

Tingkat
Menengah
Pelajaran
3
Total waktu
47 min
Simulasi
2
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning · $9
Tools yang dipakai
  • Python
  • Docker
  • FastAPI
  • Kubernetes
  • GitHub
Keterampilan
  • MLflow
  • Model registry
  • CI/CD

Yang akan Anda bisa

  • Melacak setiap eksperimen dan model yang dirilis
  • Mengotomatiskan pelatihan dan validasi model

Sebelum mulai

Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.

  • packaging-and-serving-models
Modul yang membantu lebih dulu

Silabus

3 pelajaran · 47 min

Judul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.

Semua pelajaran di MLOps: Deploy Model Machine Learning & Deep Learning
  1. Pelacakan Eksperimen dan Model Registry

    16 min

    Mencatat parameter, metrik, dan artefak setiap run secara otomatis, lalu mempromosikan model ke produksi lewat registry — bukan dengan menimpa file.

    Termasuk dalam jalurnya Simulasi
  2. Pipeline Pelatihan

    16 min

    Enam langkah yang bisa diulang dari data mentah ke model yang divalidasi — dan kenapa validasi data serta preprocessing di dalam model adalah bagian yang menyelamatkan Anda.

    Termasuk dalam jalurnya Simulasi
  3. CI/CD untuk Machine Learning

    15 min

    Menguji kode, data, dan perilaku model sebelum setiap rilis — dan gerbang yang membandingkan challenger dengan champion pada data uji yang dibekukan.

    Termasuk dalam jalurnya
Akses seumur hidup
$9
Beli jalurnya
Lainnya di MLOps: Deploy Model Machine Learning & Deep Learning
Modul · Menengah

Sistem ML di Produksi

Kenapa model memburuk setelah dirilis, apa bedanya inferensi batch dan online, dan apa yang harus dipantau.

  • 4 pelajaran
  • 1j 4m
  • 4 simulasi
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9
Modul · Menengah

Mengemas dan Menyajikan Model

Dari notebook ke layanan: menyimpan model, API dengan FastAPI, dan container Docker yang bisa diulang.

  • 3 pelajaran
  • 48 min
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9
Modul · Menengah

Menyajikan Deep Learning dan LLM

GPU, batching, kuantisasi, dan format seperti ONNX — membuat model besar cukup cepat dan cukup murah.

  • 4 pelajaran
  • 1j 6m
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9
Modul · Menengah

Monitoring dan Pelatihan Ulang

Deteksi drift, performa dengan label terlambat, strategi pelatihan ulang, dan rilis yang aman.

  • 3 pelajaran
  • 48 min
  • 4 simulasi
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9