Lewati ke konten
Datamewby Intura
Mulai gratis
MLOps: Deploy Model Machine Learning & Deep Learning

Monitoring dan Pelatihan Ulang

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

Tingkat
Menengah
Pelajaran
3
Total waktu
48 min
Simulasi
4
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning · $9
Tools yang dipakai
  • Python
  • Docker
  • FastAPI
  • Kubernetes
  • GitHub
Keterampilan
  • Deteksi drift
  • Shadow deployment
  • A/B testing model
Coba sekarang — gratis

Ini simulasi asli dari modulnya. Tanpa akun.

Yang akan Anda bisa

  • Membangun dashboard monitoring model
  • Merilis model baru tanpa mengambil risiko besar

Sebelum mulai

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

  • ml-systems-in-production
Modul yang membantu lebih dulu

Silabus

3 pelajaran · 48 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. Mendeteksi Data Drift

    18 min

    PSI dengan bin kuantil, uji KS, kenapa p-value selalu "signifikan" pada data besar, dan cara mengkalibrasi ambang agar alarm tidak berbunyi setiap pagi.

    Termasuk dalam jalurnya Simulasi

  2. Strategi Pelatihan Ulang

    15 min

    Kapan melatih ulang — terjadwal, dipicu drift, atau dipicu performa — pada jendela data yang mana, dan kenapa pemicu bukan izin untuk merilis.

    Termasuk dalam jalurnya Simulasi

  3. Shadow dan Canary Deployment

    15 min

    Menjalankan model baru di samping yang lama — tanpa konsekuensi (shadow), lalu pada sebagian kecil trafik (canary) — dan menghitung berapa banyak trafik yang dibutuhkan sebelum hasilnya bisa dipercaya.

    Termasuk dalam jalurnya Simulasi
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

Pipeline ML dan CI/CD

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

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