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
Mengemas dan Menyajikan Model
Dari notebook ke layanan: menyimpan model, API dengan FastAPI, dan container Docker yang bisa diulang.
- Tingkat
- Menengah
- Pelajaran
- 3
- Total waktu
- 48 min
- Simulasi
- —
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning · $9
Tools yang dipakai
Python
Docker
FastAPI
Kubernetes
GitHub
Keterampilan
- FastAPI
- Docker
- Serialisasi model
Yang akan Anda bisa
- Menyajikan model sebagai REST API
- Membangun image Docker yang bisa diulang
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 minJudul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.
Semua pelajaran di MLOps: Deploy Model Machine Learning & Deep LearningMenyimpan Model dengan Benar
14 minArtefak, versi dependensi, dan kenapa `model.pkl` saja tidak cukup untuk memuat model yang sama tiga bulan kemudian.
Termasuk dalam jalurnyaAPI Model dengan FastAPI
18 minEndpoint prediksi dengan validasi masukan, health check, dan versi model di setiap respons — layanan yang bisa dipanggil tim lain tanpa tahu apa itu scikit-learn.
Termasuk dalam jalurnyaContainer dengan Docker
16 minImage yang kecil, cepat dibangun ulang, dan berjalan persis sama di laptop, di CI, dan di server — karena lingkungannya ikut dikirim bersama kodenya.
Termasuk dalam jalurnya
Akses seumur hidup
$9Lainnya di MLOps: Deploy Model Machine Learning & Deep Learning
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
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