MLOps Bootcamp

MLOps, Makine Öğrenimi Operasyonları anlamına gelir ve makine öğrenimi modellerinin üretim ortamlarında çalıştırılması sürecine odaklanır. MLOps, yazılımın üretimde kullanılması süreçlerine odaklanan DevOps’a benzer, ancak kendine özgü farklılıkları vardır.

MLOps, model geliştirme aşaması da dahil olmak üzere modellerin gerçekten değer üretmesini sağlama sürecinin tamamını kapsayan bir disiplindir.

Birkaç modeli manuel olarak eğitebilir, bunları prod ortamına dağıtabilir ve sonuçlarını ve iyi çalışıp çalışmadıklarını takip edebilirsiniz. Peki ya çok sayıda model varsa? Nasıl takip edeceksiniz? Bunu otomatikleştirmeniz gerekecektir. Ama bunu nasıl yapacaksınız? Ya veriler değişirse? Ya model bozulursa? Bunun gibi daha birçok konu için önlem almalısınız. Modeller arttıkça bu kadar işi manuel yapmak imkansız hale gelecek ve bu duruma çözüm arayacaksınız. MLOps size bu aradığınız şeyler nelerdir, bunlarla ilgili en iyi uygulamalar nelerdir, ne tür araçlar kullanabilirsiniz, nasıl bir sistem kurabilirsiniz gibi soruların cevaplarını verir.

Sorularınız ve detaylı bilgi için:  satis@veribilimiokulu.com

Bugün Kayıt Ol!

4. Dönem

Ocak - Nisan 2025

Pakete Neler Dahil

%100 Canlı Dersler
Canlı Mentor Desteği
Sertifika
Canlı derslerin video kayıtlarına 1 yıl süreyle erişim

Formu doldurun
Sizi arayalım!

mlops5

Bootcamp İçeriği

Tüm eğitimlerimiz, konunun tüm yönlerini ele alarak kapsamlı bir şekilde hazırlanmıştır.

MLOps, makine öğrenmesi modellerinin canlı ortamlarda çalıştırılması, izlenmesi ve bakımı aşamalarına odaklanan bir kavramdır. Bu eğitim ile model geliştirme sonrasında neler olduğunu öğreneceksiniz.

Veri bilimi ve yapay zeka emekleme dönemini çoktan geride bıraktı. Artık modelleri prod ortamında çalıştırmanın ve gerçek değer sunmanın zamanı geldi. Bir adım önde olmak ve fark yaratmak istiyorsanız doğru yerdesiniz.

  • VBO Bootcamp mezunları için %20 indirim
  • Gerçekçi projeler ve ödevler (Model deployment with API, model drift detection, model deployment on Kubernetes and AWS, etc.)

Önemli Notlar

– Kursu takip etmek için Docker çalıştıran bir bilgisayar gereklidir

– İş bilgisayarları ile katılmamanızı tavsiye ederiz. Güvenlik politikaları ve yönetici yetkisi eksikliği nedeniyle zaman zaman sorunlar yaşanmaktadır.

MLOps Bootcamp eğitimi işleyişi;

1. Ön Hazırlık Eğitimi: 

Bu aşamada derslerin anlaşılmasını kolaylaştıracak eğitimler videolar aracılığıyla alınır. Örneğin derslerde docker-compose veya SQL join kullanılacaksa bunların ne anlama geldiği konusunda zaman kaybedilmemesi de hedefleniyor.

2. Kick-Off: 15 Ocak 2025 (MLOps-5) 

Bootcamp işleyişi hakkında bilgilendirme yapılır ve tanışma toplantısı gerçekleştirilir.

3. Canlı Dersler: 2 Şubat 2025 – 23  Mart 2025 (MLOps-5), 8 hafta 

Eğitimin ana bölümüdür ve aşağıda bulunan “Bootcamp İçeriği ” başlığındaki 3-10 haftalarını, Pazar günleri 3 saat canlı ders  olacak şekilde online platformlar (Zoom) üzerinden devam eder.

Takıldığınız noktalarda mentörünüzden destek alabileceksiniz. 

4. Bitirme Projesi: 23  Mart 2025 – 6 Nisan 2025 (MLOps-5), 2 haftaCanlı dersler bittikten sonra kursiyerlerin bitirme projelerini tamamladıkları ve Zoom üzerinden sundukları safhadır. Bu safhada bireysel/grup çalışması yapılır. Mentör ve eğitmen desteği devam eder.

Bu eğitimde aşağıdaki sorulara ve daha fazlasına cevap bulacağız:

  • Modeli bir API ile nasıl sunabiliriz?
  • Modellerimizin önünde nasıl bir yük dengeleyici kullanırız?
  • Modellerimizin işlevsel, yük, performans ve stres testlerini nasıl gerçekleştiririz?
  • Modellerimizin önünde nasıl bir yük dengeleyici kullanırız?
  • Modelimizi bir konteyner görüntüsüne nasıl dönüştürebiliriz?
  • Modelimizi Docker ve Kubernetes aracılığıyla nasıl sunacağız?
  • Modelimizi bulutta nasıl sunacağız?
  • Uçtan uca bir MLOps tasarımı neye benzer?
  • Bir model geliştirirken ML Pipelines kullanmanın faydaları nelerdir?
  • Modeli tekrar ne zaman eğiteceğiz?
  • İşleri nasıl otomatikleştiririz?
  • MLOps’ta CI/CD de var mı?
  • MLOps için hangi araçlar var?
  • MLOps ile ilgili hangi hizmetler bulutta mevcut?
 

Önemli Notlar:

Aynı anda şu üç kriteri sağlayan katılımcılar için sertifika düzenlenecektir:

1. Derslerin en az %70’ine katılma,

2. Ödevlerin en az %70’ini yapma,

2. Bitirme projesinden 100 üzerinden en az 70 puan almak.

Öğrenciler ile paylaşılacak kaynaklar: Eğitim video kayıtları, sanal makine, sunumlar ve derste kullanılan örnek kodlar VBO Platformu üzerinden paylaşılacaktır.

Eğitmen

Eğitmenlerimiz yılların vermiş olduğu tecrübeyle sizlere bilgi aktarımı sağlamaktadır.

Erkan Şirin

Senior Data/ML Engineer, AWS Solution Architect

Verdiği Eğitimler

Mentörler

Tuncay Yaylalı

Data Engineer

Verdiği Eğitimler

  • Eğitim için Docker çalıştırabilen bir bilgisayar yeterlidir.
  • Ana hedef kitle, öncelik sırasına göre, ML Engineer, Veri Bilimci ve Veri Mühendisleri ile bunların adaylarıdır. Son olarak da veri bilimi konularına meraklı kişiler.
  • Ön hazırlık aşaması videolar üzerinden 1-2 hafta
  • Kick-Off: 23 Ekim 2024
  • Canlı eğitimler 8 hafta
  • Bitirme projesi 2 hafta
  • Canlı eğitim: 10 Kasım 2024 – 29 Aralık 2024 (MLOps-4), Canlı eğitimler Pazar günleri 10:00-13:00 saatlerinde olacaktır.
  • Proje sunumları: 12 Ocak 2025

Not: Ön hazırlık aşaması kesin kayıt gerçekleşir gerçekleşmez başlar.

  • Eğitim Zoom üzerinden canlı olarak gerçekleşecek.

Mezun Yorumları

Mezunlarımız almış oldukları eğitimden sonra kendi deneyimlerini ve düşüncelerinizi sizlerle paylaşmaktadır.

5.png

Oğuzhan Karaca

Data Scientist

MLOps eğitimi sırasında öğrendiğim uçtan uca ML proje geliştirme yöntem ve teknikleri sayesinde birçok iş ilanında istenen becerileri karşılayabilir hale geldim. İş başvurularımın 21. gününde yaptığım ilk görüşme sonucunda NextEra Energy Sources’tan Veri Bilimcisi pozisyonu için teklif aldım.
Göster
6.png

Ahmet Alper Kunt

Data Scientist

öğrenmenin birçok yolu vardır ama en iyi yöntem her zaman usta-çırak ilişkisidir. Erkan Hocanın MLOps eğitimi tam da böyle bir eğitimdir. özenle hazırlanmış, adım adım sonuca götüren bir süreçtir. Elbette derse olan ilgimiz sonucu belirler ama doğru ödevler ve gerçek problemlerle teknolojiyi nasıl kullanacağınızı doğrudan öğrenirsiniz.
Göster

Referanslar