Pipelines de CI/CD Para Operações de Machine Learning e IA
Acelere o Caminho do Laboratório ao Mercado com Pipelines de CI/CD Para Operações de Machine Learning e IA!
Formato
Online
Data de Início
Imediato
Carga Horária
100 h/a
Prazo de Acesso
24 meses
Parcelado
12x no cartão
Pré-requisitos:
Descrição do Curso
A Integração Contínua (Continuous Integration - CI) em Machine Learning (ML) significa que toda vez que um código ou dado é atualizado o pipeline de ML é executado novamente e isso é feito de forma que tudo seja versionado e reproduzível, para que seja possível compartilhar a base de código entre projetos e equipes.
Cada reexecução pode consistir em treinamento, teste ou geração de novos relatórios, facilitando a comparação entre outras versões em produção.
Alguns exemplos de fluxo de trabalho de CI: Executar e versionar o treinamento e avaliação para cada commit no repositório. Executar e comparar execuções de experimentos para cada solicitação de uma determinada versão. Acionar uma nova execução periodicamente.
A Implantação Contínua (Continuous Deployment - CD) é um método para automatizar a implantação (deploy) da nova versão em produção ou em qualquer ambiente, como teste. Essa prática facilita o recebimento de feedback dos usuários, pois as mudanças são mais rápidas e constantes, bem como novos dados ou novos modelos.
Alguns exemplos de fluxo de trabalho de CD: Verificar os requisitos do ambiente de infraestrutura antes de implantá-lo. Testar a saída do modelo com base em uma entrada conhecida testar a latência do modelo.
Este curso oferece uma imersão profunda nas práticas e ferramentas essenciais necessárias para construir, gerenciar e otimizar Pipelines de CI/CD em projetos de Machine Learning e Inteligência Artificial.
Logbook das Principais Atividades Práticas
- Projeto 1 - MLOps Nível 0 - Processo Manual de Machine Learning Para Prever o Comportamento do Consumidor
- Projeto 2 - MLOps Nível 1 - Automação do Pipeline de Machine Learning
- Projeto 3 - MLOps Nível 2 - Do Problema de Negócio ao Deploy com SageMaker, Lambda Function e API Gateway
- Projeto 4 - MLOps Nível 3 - Automação das Operações de CI/CD no Pipeline de Machine Learning e IA
- Projeto 5 - Projeto de Otimização e Escalabilidade Para Pipeline de CI/CD com Kubernetes
- Projeto 6 - Implementação de Versionamento e Controle de Dados com Github Actions
- Projeto 7 - Implementação de Automação de Testes em Pipeline de CI/CD
- Projeto 8 - Gestão de Dependências e Segurança em Pipeline de CI/CD com Terraform e GCP