MLOps 從零到專家

學習使用 DVC、MLFlow、AWS、Docker、Kubernetes、KServe、SageMaker 和 Kubeflow 進行生產級 MLOps 開發。

從這 12.5 小時的課程，你會學到

機器學習運作 (MLOps) 簡介
從 DevOps 工程師轉型為 MLOps 工程師
面向 DevOps 工程師的機器學習基礎
生產環境中的模型部署與監控
端對端機器學習管線編排
真實 MLOps 專案

要求

對DevOps的基本理解
對Docker、Kubernetes和CI/CD等DevOps概念有基本的了解。

課程說明

MLOps 從零到英雄是一門注重實踐的課程，旨在幫助工程師了解如何在真實的生產環境中建置、部署和運行機器學習系統。本課程重點在於模型訓練完成後團隊面臨的實際挑戰，包括資料版本控制、實驗追蹤、模型部署、推理擴展以及機器學習工作負載的可靠管理。

您將從機器學習生命週期的基礎知識入手，逐步深入 MLOps 的核心實踐。課程涵蓋使用 DVC 進行資料和模型版本控制、使用 MLflow 進行實驗追蹤以及使用 Docker 進行容器化。您將學習如何在 Kubernetes 上部署模型、理解生產級服務模式以及使用 KServe 實作 Kubernetes 原生推理。

本課程還將介紹基於 AWS 的 MLOps 工作流程，包括 Amazon SageMaker，協助您了解託管平台在實際組織中的應用。您還將進一步探索 Kubeflow，學習如何在 Kubernetes 環境中編排機器學習管道和訓練工作負載。

每個概念都透過簡單的範例和實際工作流程來講解，強調清晰易懂和實踐應用，而非理論空談。課程結束時，您將全面了解機器學習如何從實驗階段過渡到生產階段，並有信心在實際專案中設計、部署和運行 MLOps 系統。

目標受眾

計劃轉型為 MLOps 角色的 DevOps 工程師
對模型部署和模型維護有興趣的初學者
所有對了解生產環境中如何處理機器學習模型感興趣的人。

講師簡介

Abhishek Veeramalla 擁有超過 50 萬名學員的 DevOps 和雲端運算講師

我叫 Abhishek Veeramalla，是一位充滿熱情的教育者，在 YouTube 上幫助超過 50 萬名觀眾學習 DevOps 和雲端運算。我還幫助超過 1000 名學生找到了 DevOps 和雲端運算相關的工作。

除了教學之外，我也是一位開源愛好者，堅信知識共享的重要性。我參與過許多熱門開源專案，例如 Argo CD、Argo CD Operator、Argo Rollouts Manager、GitOps Operator、F5 Ingress Controller、Nginx Ingress Controller 等等。我在開源社群中擔任以下職位：Argo CD Operator 的維護者、Argo Rollouts Manager 的創建者、RedHat Developer（GitOps Operator）的維護者、Argo 專案成員、Argo SIG Security 成員。