Módulos e Conteúdo

Módulo 1: Introdução ao aprendizado de máquina na produção
No primeiro curso de Machine Learning Engineering for Production Specialization, você identificará os vários componentes e projetará um sistema de produção de ML de ponta a ponta: escopo do projeto, necessidades de dados, estratégias de modelagem e restrições e requisitos de implantação; e aprenda como estabelecer uma linha de base do modelo, lidar com desvios de conceito e prototipar o processo para desenvolver, implantar e melhorar continuamente um aplicativo de ML em produção. Compreender os conceitos de aprendizado de máquina e aprendizado profundo é essencial, mas se você deseja construir uma carreira de IA eficaz, também precisa de recursos de engenharia de produção. A engenharia de aprendizado de máquina para produção combina os conceitos fundamentais de aprendizado de máquina com a experiência funcional de desenvolvimento de software moderno e funções de engenharia para ajudá-lo a desenvolver habilidades prontas para produção.
Semana 1: visão geral do ciclo de vida e implantação de ML
Semana 2: Selecionando e treinando um modelo
Semana 3: definição de dados e linha de base

Módulo 2: Ciclo de vida de dados de aprendizado de máquina na produção
No segundo curso de Machine Learning Engineering for Production Specialization, você criará pipelines de dados coletando, limpando e validando conjuntos de dados e avaliando a qualidade dos dados; implemente engenharia de recursos, transformação e seleção com o TensorFlow Extended e obtenha o máximo de capacidade preditiva de seus dados; e estabeleça o ciclo de vida dos dados aproveitando a linhagem de dados e as ferramentas de metadados de proveniência e acompanhe a evolução dos dados com esquemas de dados corporativos. Compreender os conceitos de aprendizado de máquina e aprendizado profundo é essencial, mas se você deseja construir uma carreira de IA eficaz, também precisa de recursos de engenharia de produção. A engenharia de aprendizado de máquina para produção combina os conceitos fundamentais de aprendizado de máquina com a experiência funcional de desenvolvimento de software moderno e funções de engenharia para ajudá-lo a desenvolver habilidades prontas para produção.
Semana 1: coleta, rotulagem e validação de dados;
Semana 2: Engenharia de recursos, transformação e seleção;
Semana 3: jornada de dados e armazenamento de dados;
Semana 4: Métodos avançados de rotulagem de dados, aumento de dados e pré-processamento de diferentes tipos de dados.

Módulo 3: Pipelines de modelagem de aprendizado de máquina em produção
No terceiro curso de Engenharia de Machine Learning para Especialização em Produção, você construirá modelos para diferentes ambientes de atendimento; implementar ferramentas e técnicas para gerenciar com eficácia seus recursos de modelagem e atender melhor às solicitações de inferência offline e online; e usar ferramentas de análise e métricas de desempenho para abordar a imparcialidade do modelo, problemas de explicabilidade e mitigar gargalos. Compreender os conceitos de aprendizado de máquina e aprendizado profundo é essencial, mas se você deseja construir uma carreira de IA eficaz, também precisa de recursos de engenharia de produção. A engenharia de aprendizado de máquina para produção combina os conceitos fundamentais de aprendizado de máquina com a experiência funcional de desenvolvimento de software moderno e funções de engenharia para ajudá-lo a desenvolver habilidades prontas para produção. Semana 1: pesquisa de arquitetura neural
Semana 2: Técnicas de gerenciamento de recursos de modelo
Semana 3: modelagem de alto desempenho
Semana 4: Análise do modelo
Semana 5: Interpretabilidade.

Módulo 4: Implantando modelos de aprendizado de máquina na produção
No quarto curso de Machine Learning Engineering for Production Specialization, você aprenderá como implantar modelos de ML e disponibilizá-los aos usuários finais. Você criará uma infraestrutura de hardware escalonável e confiável para fornecer solicitações de inferência em tempo real e em lote, dependendo do caso de uso. Você também implementará automação de fluxo de trabalho e entrega progressiva em conformidade com as práticas atuais de MLOps para manter seu sistema de produção funcionando. Além disso, você monitorará continuamente seu sistema para detectar deterioração do modelo, remediar quedas de desempenho e evitar falhas do sistema para que ele possa operar continuamente em todos os momentos. Compreender os conceitos de aprendizado de máquina e aprendizado profundo é essencial, mas se você deseja construir uma carreira de IA eficaz, também precisa de recursos de engenharia de produção. A engenharia de aprendizado de máquina para produção combina os conceitos fundamentais de aprendizado de máquina com a experiência funcional de desenvolvimento de software moderno e funções de engenharia para ajudá-lo a desenvolver habilidades prontas para produção.
Semana 1: introdução ao modelo de serviço;
Semana 2: padrões e infraestruturas de serviço modelo;
Semana 3: gerenciamento e entrega do modelo;
Semana 4: monitoramento e registro de modelo.