Öğrencilere ve Mezunlarımıza Özel %20 İndirim Sepette!

Haziran İndirimlerini Yakala!🔥

%50'ye varan indirim.

İncele!
0
1 1

MLOps VideoCamp

17,000.00TL
17,000.00TL
Öğrenci Fiyatı: 13,600.00TL %20
Sale Sold out
Tax included.

Description

Learn MLOps at your own pace with comprehensive video content.
Sorunuz mu var?
View Product Details
Bootcamp İçeriği

Bootcamp İçeriği

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

1

Ön Hazırlık

Linux Basic, Bash Script

Git Basic

Crontab

Postgresql & SQL Basics

Docker

Python Programming

2

1. Bölüm: 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

3

2. Bölüm: The Machine Learning Development Process

Model development environments

Model development tools

Model deployment methods

Prepare environment (VM, Docker, AWS, AWS CLI, etc.)

Create IAM role/user

Create an S3 bucket, read and write data with Python/Boto3

S3 compatible object storage: MinIO

How MLflow helps model development

4

3. Bölüm: Developing an API with FastAPI

Introduction to FastAPI

Path parameters

Query parameters

Response model

SQLModel

Data validation with Pydantic

Database CRUD Operations with FastAPI

5

4. Bölüm: Packaging Up The Codes

Developing user-defined libraries and packages

Testing, logging, and error handling

6

5. Bölüm: ML Model Deployment with FastAPI

How to store and load models

Loading models from MLflow

Writing prediction results in database

Detecting model/data drifts

How to make ML models Docker images

Deployment on Docker and Kubernetes

Deployment on AWS EC2 Instance

ML Pipelines

7

6.Bölüm: Packaging Up The Codes

Developing user-defined libraries and packages

Testing, logging, and error handling

8

7.Bölüm: How to Scale

Apache Spark

Ray

9

8.Bölüm: How to Automate

CI/CD, Jenkins, and Ansible

Terraform as IaC

Data Science on AWS

Eğitmenler

Erkan Şirin

Senior Data/ML Engineer, AWS Solution Architect

Eğitim Özeti

Eğitim Özeti

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.

Eğitim 2 aşamadan oluşmaktadır;

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. MLOps VideoCamp

Eğitimin ana bölümüdür. Tüm dersler, daha önceki canlı MLOps Bootcamp kayıtlarından seçilerek hazırlanmıştır.

VideoCamp 5 ayrı bölümden oluşmaktadır. Her bölümün kendine ait indirilebilir kod, script ve sunumları bulunmaktadır.

Kendi çalışma hızınıza göre eğitimi takip edebilirsiniz. Takıldığınız noktalarda çok kısa sürede yardım alabilirsiniz. Yardım almak için Discord kanalımız mevcuttur. Mentorler (eğitmen yardımcıları) ile bu kanaldan iletişime geçip sorularınızı iletebilirsiniz.

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:

MLOps VideoCamp, Daha önceki MLOps Bootcamp canlı ders kayıtlarından oluşturulmuştur.

1 yıl boyunca eğitimlere erişebileceksiniz.

Öğrenciler ile paylaşılacak kaynaklar:  Sanal makine, sunumlar ve derste kullanılan örnek kodlar.

Bulut: Bulut kullanılan kurslarda bulut maliyeti katılımcıya aittir. Çok yüksek bir bulut maliyeti beklenmemektedir (Max 5 USD)

S.S.S.

  • Python bilgisi (ön hazırlıkta mevcut)
  • Temel Docker bilgisi (ön hazırlıkta mevcut)
  • Temel Machine Learning bilgisi
  • Daha önce iş veya kişisel eğitim amaçlı bir makine öğrenimi modeli geliştirmiş olmak
  • Temel SQL ve veritabanı bilgisine sahip olmak (ön hazırlıkta mevcut)
  • Online eğitim konusunda deneyimli bir ekiple çalışma fırsatı.
  • MLOps konularını uygulama düzeyinde öğrenme.
  • Türkçe’de hiçbir online veya sınıf eğitiminde bulunmayan özgün içeriklerle gerçek çalışma hayatına yakın örnekler.
  • Sektör deneyimi ve tecrübesi yüksek bir uzman ve ekibinden sektörün beklentilerine yönelik örneklerle dolu bir eğitim.
  • Bulut üzerindeki örnekler.

Online Platform.

Öğrenim sürecinizi içeriğe erişim süresi olan bir yıla yaymanız mümkün olmakla beraber tavsiye edilen hız aşağıdaki gibidir.

  • Ön hazırlık aşaması: 2-4 hafta
  • MLOps VideCamp 5 hafta
  • Final projeleri 2 hafta

Yukarıdaki süreler günde en az dört saat çalışma yapıldığı var sayılarak ön görülmüştür.