MLOps

Beschrijving

AI biedt oplossingen voor problemen die voorheen complex waren. We kunnen modellen inzetten om een taak eenvoudiger of accurater uit te voeren, automatisch afwijkingen detecteren in gigantische datasets of audio/visueel gehandicapten ondersteunen in hun communicatie.

Voor al dit soort doelen is een robuust proces nodig. We moeten er op kunnen vertrouwen dat onze modellen van goede kwaliteit zijn en het verschil tussen modellen kunnen duiden. Een model snel en stabiel vernieuwen naar aanleiding van nieuwe informatie is essentieel. Om echt van AI te profiteren moeten we onze ML oplossingen net zo behandelen als onze software.

Deze hands-on training leert je hoe je een model ontwikkelt met herhaalbare processen. Je leert bewezen DevOps-technieken toepassen binnen een machine learning oplossing. Je houdt alle aspecten van je training en experimenten gestructureerd bij. Je versioneert je model, zodat een nieuwe versie alleen in productie wordt genomen als het goed presteert. Je leert over orkestratie, zodat taken in de juiste volgorde en op het juiste moment worden uitgevoerd. Je leert hoe je een model in productie brengt, test en monitort. Alle relevante componenten worden opgeslagen met versiebeheer, zodat alles reproduceerbaar en deelbaar is. Je past alles wat je hebt geleerd toe door zelf een proof-of-concept machine learning oplossing te bouwen. De training wordt afgesloten met een case-study waarin je het geleerde materiaal samen brengt.

Benodigde voorkennis

Data Scientist/Engineer: Je hebt ervaring met ML. Je leert CI/CD kennen via MLOps. Developer: Je hebt ervaring met CI/CD. MLOps zal een add-on zijn voor CI/CD.