MLOps - Machine Learning modellek üzemeltetése (ML Engineering) [INDULÁS: 2024.09.11.]

Ismerd meg valós iparági példákon és gyakorlati kódolós projekteken keresztül az MLOps alapfogalmait, célját és legfontosabb eszközeit, amelyek segítségével drasztikusan lecsökkentheted a fiókban landoló Machine learning projektek számát!

Mit nyújt a képzés? 

• Megismered az MLOps elméleti alapjait és az MLOps rendszerek fejlesztésének legfontosabb és legnépszerűbb eszközeit.
• Átfogó képet kapsz, hogy hogyan néz ki egy DevOps és MLOps eszközöket használó ML projekt, és milyen szervezeti-, folyamati- és technológiai problémákra tud megoldást nyújtani.
• Megtanulsz production-ready kódot írni, PyCaret-ben létrehozni néhány sor kóddal machine learning prototípusokat és deploy-olni azokat REST API és Docker segítségével.
• Felépítesz egy olyan környezetet MLflow segítésével, amelyben folyamatosan tudod logolni és összehasonlítani a machine learning algoritmusok eredményeit és az azokhoz tartozó artifacteket.
• Elkészítesz egy Python alapú dashboard webalkalmazást Streamlit és Evidently alkalmazásával, amely segít automatikusan megjeleníteni a legfontosabb hibaüzeneteket, a szoftverkörnyezethez kapcsolódó terhelésjelzőket és egyéb MLOps releváns információkat.
• Létrehozol egy trigger-vezérelt automata rendszert AirFlow segítségével.

Ki lesz az oktatód és a mentorod?

Boros Gerzson - Lead Machine Learning Engineer, CEO @Data Science Europe

• 12+ évig dolgozott informatikus mérnökként ipari-, valamint egészségügyi- és műszaki szervezetekben
• 10+ év szakmai tapasztalat Data science és AI terén
• Több éves nemzetközi online és offline oktatási tapasztalat
• Több mint 30 sikeres Data Science és AI projektben vett részt, mint pl: tüdőrák-észlelés mesterséges intelligenciával, gyűlöletbeszéd-észlelés MI-vel, intelligens épületek MI-vel, vásárlói lemorzsolódás MI-vel, dinamikus árképzés, kripto- és forex ár-előrejelző rendszer, stb.
• Nem utolsó sorban pedig a Cubix Institute of Technology következő képzéseinek oktatója:
  • Machine Learning modellek fejlesztése (ML Engineering) >>
  • Bevezetés az AI-Machine Learning alapjaiba >>

Miért érdemes belevágnod ebbe az MLOps képzésbe?

Sajnos a gépi tanulási projektek 85-90%-a soha nem kerül kiélesítésre a cégen belül nem megfelelően kialakított fejlesztői környezet miatt. Az MLOps első sorban a ML fejlesztési projektek menedzselésére koncentrál és olyan DevOps és egyéb eszközök, módszerek implementálását támogatja a machine learning / data science csapat mindennapjaiba, amelyek végső soron hatékonyabbá teszik munkájukat. 

Az MLOps elsajátításával és a megfelelő eszközök megválasztásával jelentős mértékben csökkenthetitek a kollégáidra, csapatodra nehezedő nyomást.

Egy jól működő MLOps rendszer üzemeltetése lehetővé teszi:

• sokkal magasabb sikerarány a gépi tanulási projektekben,
• sokkal gyorsabb modellfejlesztés,
• sokkal kevesebb gyártási hiba,
• pontosabb modellek kidolgozása,
• hatékonyabb kommunikáció a fejlesztő csapat és az üzemeltető csapat között,
• gyors visszajelzés az ügyfelektől, ami lehetővé teszi a hiba sokkal gyorsabb észlelését és kijavítását,
• a gépi tanulási modellek olcsóbb és hatékonyabb karbantartása.

Kinek ajánlott?

Data Scientist, Data architect, Machine learning vagy DevOps mérnökök, szoftverfejlesztők, akik szeretnének az MLOps-szal megismerkedni. 

Üzemeltetők, üzleti döntéshozók és az IT-ben egyéb munkakörökben tevékenykedők is részt vehetnek rajta, de a képzés erősen kódolás és gyakorlatorientált, Python programozói tudás szükséges hozzá.

Mik a képzés előkövetelményei?

• Középhaladó Python programozói tudás 
• Machine learning működésének alapszintű ismerete.
• Alapszintű angol nyelvtudás

Ha esetleg nem rendelkezel a fenti alapismeretekkel, akkor sincs semmi gond, ez esetben a következő lehetőségeket ajánljuk figyelmedbe:

• Ha a Python-t az alapoktól kezdenéd: Python programozás alapok c. 12 hetes mentorált képzés >>
• Ha már van tapasztalatod Python-nal vagy mélyebben más programozási nyelvvel, akkor itt érdemes kezdened: Python fejlesztés középhaladó szinten c. 12 hetes mentorált képzés >> 
• vagy ezek helyett a Python alapú Data Analyst tanfolyamunkon elsajátítható tudás is megfelelő a részvételhez.
• Opcionális és előnyt jelent, de nem elvárás a bevezetés az AI-Machine Learning alapjaiba c. képzésünk elvégzése.
• Ezen képzéseket akár csomagban is eléred, amivel akár több, mint 20%-ot is megspórolhatsz. További részleteket kedvezményes tanulási útvonalainkról itt érhetsz el >>

Hogyan fogsz tanulni?

• Gyakorlatorientált oktatás: minden héten izgalmas gyakorló feladatokat kapsz majd, amelyek keretében már menetközben is konkrét projekteket fogsz megvalósítani.
• Interaktív digitális tananyag: a gyakorlati feladatok elvégzéséhez és a tanfolyam sikeres teljesítéséhez szükséges tudást digitális tananyagok és vezetett kódolások formájában adjuk át
• Rugalmas időbeosztás: a tanfolyamot munka mellett is végezheted, hiszen a tananyag elsajátítása heti 8-12 óra elfoglaltságot igényel összesen, melyet saját időbeosztás szerint dolgozhatsz fel.
• Oktatói mentoring: a képzés ideje alatt az oktató folyamatosan a rendelkezésedre áll, bármikor kérdezhetsz tőle, ha elakadtál, és rendszeresen visszajelzést ad a feladataidra, fejlődésedet végigkíséri.
• Konzultációk: valamennyi tanegység végén egy-egy élő konzultációs alkalmat is szervezünk este 18:00 órától, amikor élőben is felteheted kérdéseidet, közösen kiértékelhetitek és átbeszélhetitek a gyakorlás során elkészített projekteket, és tanulhattok egymás elakadásaiból is.
• Limitált férőhely: a fent említett interakciók miatt képzéseinket korlátozott létszámmal indítjuk csak el, hogy biztosan jusson mindenkire ideje az oktatóknak.

Mikor indul a képzés és mennyibe kerül?

• Képzés indulásának tervezett időpontja: 2024. szeptember 11.
• Képzés terjedelme: 5 hét (heti 8-12 óra elfoglaltság)
• Részvételi díj: 125.000 Ft

Mit fontos még tudnod a fizetéssel kapcsolatban?

• Pénzvisszafizetési garancia: Biztosak vagyunk a képzés tartalmát és minőségét illetően, ezért a képzés indulásától 8 napig 100%-os pénzvisszafizetési garanciát vállalunk.
• Kamatmentes részletfizetés: Nem szeretnénk, ha fizetési nehézségek akadályoznák a szakmai fejlődésedet, ezért a részvételi díjat akár több részletben is fizetheted, teljesen kamatmentesen.
• Céges számla igénylése: erre is van lehetőség ha a beiratkozom gombra kattintás után elérhető jelentkezési űrlapon kipipálod az “Áfás számla igénylés”-t.

Ha érdekel a képzés két lehetőséged is van

1. Jelentkezel a képzésre

Ha eldöntötted, hogy jelentkezel a képzésre és szeretnéd biztosítani helyedet, nincs más teendőd, mint a ‘Beiratkozom’ gombra kattintva kitölteni a jelentkezési formot és kifizetni a képzés díját.

2. Kérdezel még a képzésről

Ha szívesen jelentkeznél, de úgy érzed még van néhány kérdés, amire nem találtad meg a választ, kattints az ‘Érdekel, de kérdeznék’ gombra, add meg elérhetőségedet és 48 órán belül felvesszük veled a kapcsolatot vagy írhatsz is nekünk közvetlenül az info@cubixedu.com e-mail címre!

Érdekel a képzés, de még előtte szeretnél többet megtudni az adott témáról?

Nézd vissza releváns webináriumainkat, ahol Boros Gerzsontól, a képzés oktatójától tudhatsz meg még többet az MLOps gyakorlati használatáról >>

Ha a képzéssel, a webináriummal, a fizetési módokkal vagy akár a kedvezményekkel kapcsolatban kérdésed lenne, keress minket bátran az info@cubixedu.com e-mail címen!

======================

A változtatás jogát fenntartjuk.