MLOps Bootcamp

8.950,00

Kategoriler: Stok kodu: MLOPS-ES

Açıklama

Erkan Şirin

Senior Data Engineer

Erkan Şirin profil fotoğrafı

Başvuru Durumu

MLOps’un açılımı Machine Learning Operations‘dır, odak noktası ise yapay öğrenme modellerinin canlı ortamlarda çalıştırılması sürecidir. MLOps, yazılımların canlı ortamlarda dağıtılması süreçlerine odaklanan DevOps’a benzerlik gösterir ancak kendine özgü farklılıklara sahiptir.

MLOps model geliştirme aşamasını da kapsayacak şekilde modelin gerçekten değer üretir hale gelmesiyle ilgili süreci kapsayan bir disiplindir.

Birkaç tane modeli manuel olarak eğitebilir, canlı ortama taşıyabilir, sonuçlarını ve iyi çalışıp çalışmadığını takip edebilirsiniz. Ancak ya bu modeller çoğalırsa? Nasıl takip edeceksiniz? Otomatize etmeniz gerekecek. Peki nasıl yapacaksınız? Veri değişirse ne olacak? Model kötüleşirse ne olacak? Daha bunun gibi bir sürü husus için tedbir almalısınız. Modeller çoğaldıkça bu kadar işi manuel olarak yapmak imkansız hale gelecek ve bu duruma çözüm bulmak için arayışa gireceksiniz. İşte aradığınız bu şeyler neler, bunlarla ilgili en iyi pratikler neler, ne tür araçları kullanabilirim, nasıl bir sistem kurabilirim gibi sorunların cevapları MLOps bize verir.

Eğitim Özeti

MLOps model geliştirme sonrası modelin canlı ortamda çalıştırılması, izlenmesi ve bakımının yapılması aşamalarına odaklanan bir kavramdır. Bu eğitimle birlikte model sonrasında neler olup bitiyor öğreniyor olacaksınız.

Veri bilimi ve yapay zeka artık emekleme aşamasını çoktan geçti. Zaman modelleri canlı ortamda çalıştırma ve gerçek bir değer sunma zamanıdır. Bu konuda bir adım önde olmak ve fark yaratmak istiyorsanız tam yerindesiniz.

  • VBO Bootcamp eski katılımcılarına yüzde 20 indirim imkanı
  • Gerçekçi Proje ve Ödevler ( API ile model sunma, model drift tespiti, Kubernetes ve AWS üzerinden model sunma vb.)

Eğitim 3 safhadan oluşmaktadır;

1. Ön Hazırlık: Kesin kayıtla başlar, 2-4 hafta

Bu aşamada canlı derslerin anlaşılmasını kolaylaştıracak eğitimler Miuul platformu üzerinden mentör ve eğitmen desteği ve rehberliğinde alınır. Örneğin canlı derste docker-compose veya SQL join kullanılacak ise ayrıca bunların ne demek olduğu için zaman kaybetmemek amaçlanmıştır. 

2. Canlı Dersler: 4 hafta.

Eğitimin ana bölümüdür ve aşağıda “Program süresince bahsedilecek konular” başlığındaki müfredat ile haftada 6 saat ders, 1-2 saat etüd/ödev kontrolü olacak şekilde online platformlar (Zoom) üzerinden devam eder.

3. Bitirme Projesi:  yaklaşık 2 hafta.

Canlı dersler bittikten sonra kursiyerlerin bitirme projelerini tamamladıkları ve online platformlar (Zoom) üzerinden sundukları safhadır. Bu safhada bireysel/grup çalışması yapılır. Mentör ve eğitmen desteği devam eder. 

 

Bu eğitimde aşağıdaki soruların ve daha başka bir çoğunun cevaplarını bulacağız.

  • Bir API ile modeli nasıl sunarız?
  • Modelimizi konteyner imajı haline nasıl getiririz?
  • Modelimizi Docker ve Kubernetes üzerinden nasıl sunarız?
  • Modelimizi bulutta nasıl sunarız?
  • Uçtan uca MLOps tasarımı nasıl bir şey olur?
  • Model geliştirirken ML Pipelines kullanmanın faydaları nelerdir?
  • Modeli tekrar ne zaman eğitiriz?
  • İşleri nasıl otomatiğe bağlarız?
  • MLOps’ta da CI/CD var mı?
  • MLOps için hangi araçlar var?
  • Bulutta model deployment için hangi servisler var?2

Sıkça Sorulan Sorular

  • Online-uzaktan eğitimde deneyimli bir ekip ile çalışma imkanı.
  • Model deployment konularını uygulama seviyesinde öğreneceksiniz.
  • Türkçe olarak hiçbir online ya da sınıf eğitimlerinde bulunmayan özgün içeriklerle gerçek çalışma hayatına yakın örnekler deneyimleyeceksiniz.
  • Birlikte öğrenme ve topluluk gücünden faydalanma imkanı olacaktır.
  • Sektör deneyim ve tecrübesi yüksek bir uzmandan sektörün beklentilerine yönelik örneklerle dolu bir eğitim olacaktır.
  • Bulutta çalışma imkanı.

Eğitim süresi:

  • Ön hazırlık aşaması Miuul üzerinden 2 hafta
  • Canlı eğitimler 4 hafta
  • Bitirme projesi 1,5 hafta

Ön hazırlık aşaması kesin kayıt gerçekleşir gerçekleşmez başlar.

Canlı eğitimler Cumartesi-Pazar 10:00-13:00 saatlerinde olacaktır.

Ayrıca hafta içi Perşembe saat 20:00‘de verilen ödevlerin sunumları/çözümleri olacaktır. (1-2 saat arası)

  • Python bilgisi (ön hazırlıkta mevcuttur)
  • Temel Docker bilgisi (ön hazırlıkta mevcuttur)
  • Temel makine öğrenmesi bilgisi (ön hazırlıkta mevcuttur)
  • Daha önce iş için veya kişisel eğitim amacıyla ML modeli geliştirmiş olmak
  • Temel SQL ve veri tabanı bilgisine sahip olmak (ön hazırlıkta mevcuttur)
  • Aktif öğrenme süreci: Alıştırmalar-ödevler ve projeler.
  • Kendi programını kendin belirle: Tüm derslerin video versiyonları ile müsaitlik durumuna göre tekrar çalışma imkanı.

Ön Hazırlık (Miuul)

  • Linux Basic, Bash Script
  • Git Basic
  • Crontab
  • Postgresql & SQL Basics
  • Docker
  • Python Programming
  • Machine Learning with Python

Introduction to MLOps, ML Engineering and Common Challenges in Machine Learning

  • MLOps Maturity Levels
  • Roles (ML Engineer, Data Scientist, Data Engineer)
  • ML engineering in the real world
  • What does an ML solution look like?
  • High-level ML system design

The Machine Learning Development Process

  • Model development environments
  • Model development tools
  • How MLflow helps model development

From Model to Model Factory

  • Defining the model factory
  • Designing training system, retraining
  • Persisting models
  • Building the model factory with pipelines

Packaging Up The Codes

  • Developing user-defined libraries and packages
  • Testing, logging, and error handling

Deployment Patterns and Tools

  • FastAPI
  • MLflow

How to Scale

  • Apache Spark

End-to-end project

  • Docker/Kubernetes
  • AWS

Ana hedef kitle, öncelik sırasına göre, ML Engineer, Veri Bilimci ve Veri Mühendisleri ile bunların adaylarıdır. Son olarak da veri bilimi konularına meraklı kişiler.

Peki, bu program bana uygun mu?

Eğer ön gereksinimleri karşılıyor ve model geliştirme sonrasında neler olup bittiği konusunda büyük bir heyecan duyuyorsanız sizden daha iyi bir aday olamaz.

Ön hazırlık aşaması Miuul üzerinden takip edilecektir.

Canlı eğitimler online olarak Microsoft Teams, Zoom vb. platformlar üzerinde gerçekleştirilecektir.

Eğitim için Docker çalıştırabilen bir bilgisayar yeterlidir. Sınırlı olarak AWS kullanılacaktır. Bu konudaki maliyet katılımcıya aittir.

Önemli Not:

Sertifika: Sadece başarılı katılımcılara belge düzenlenecektir. Başarı kriterleri; ders takibi %70, ödevler %70 ve bitirme projesi %70’tir.

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

Bulut: Bulut kullanılan derslerde bulut maliyeti katılımcıya aittir. Çok yüksek bir bulut maliyeti beklenmemektedir.

Her türlü sorunuz ve detaylı bilgi için: Senai Furkan Yılmaz – sfurkanyilmaz@veribilimiokulu.com

Paylaşmayı Unutmayın!

Değerlendirmeler

Henüz değerlendirme yapılmadı.

Sadece bu ürünü satın almış olan müşteriler yorum yapabilir.