ML'i kurumsal ölçekte güvenle üretime taşı
ML'i kurumsal ölçekte işleten ileri eğitim: GPU ve dağıtık eğitim altyapısı, Kubeflow/Airflow orkestrasyonu, feature store ile eğitim-servis tutarlılığı, model registry, online/batch/streaming model servisi, otomatik ölçekleme ve canary dağıtım, data/concept…
MLOps altyapısı, orkestrasyon, feature store, model servisi ve üretim izleme
Bu ileri seviye eğitim, makine öğrenmesini kurumsal ölçekte işletmek için gereken MLOps altyapısına ve servis mimarisine odaklanır. ML hesaplama altyapısı (CPU/GPU, ölçekli eğitim, dağıtık eğitim), bulut ve Kubernetes tabanlı kaynak yönetimi işlenir. Pipeline orkestrasyonu (Kubeflow Pipelines, Airflow, Azure ML), feature store ile özelliklerin merkezi ve tutarlı yönetimi (eğitim-servis paylaşımı), model registry ile merkezi model yönetimi uygulanır. Model servisi mimarileri (çevrimiçi/online, toplu/batch, streaming), ölçeklenme, A/B ve canary dağıtım, düşük gecikme optimizasyonu; üretimde izleme (performans, data/concept drift), model gözlemlenebilirliği, yönetişim, maliyet ve güvenlik gösterilir. Katılımcılar kurumsal ölçekte güvenilir, izlenebilir ve maliyet-etkin bir MLOps altyapısı ve servis katmanı tasarlayabilir.
3 Gün. Her gün dört modül; katılımcılar hesaplama altyapısından orkestrasyona, model servisinden üretim izlemeye ilerler.
İleri Seviye — Kurumsal ölçekte MLOps altyapısı, orkestrasyon, feature store, model servisi ve üretim izlemenin ele alınması.
Katılımcılar Kubernetes/bulut tabanlı MLOps bileşenlerini (orkestrasyon, feature store, model servisi) örnek senaryolarla uygulamalı yapılandırır.
GPU ve dağıtık eğitim altyapısıyla büyük modelleri verimli işletirsiniz.
Özellikleri merkezileştirerek eğitim-servis tutarlılığı ve yeniden kullanım sağlarsınız.
Drift ve performans izlemeyle modellerin üretimdeki sağlığını korursunuz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
ML pipeline ve model yaşam döngüsü kavramlarına aşinalık beklenir.
Docker ve Kubernetes kavramlarına aşinalık güçlü biçimde faydalıdır.
Bir bulut platformuna ve kaynak yönetimine aşinalık yararlıdır.
Bir Kubernetes kümesi veya bulut ML ortamına erişim gereklidir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
GPU ve dağıtık eğitim altyapısını ölçekli biçimde tasarlarsınız.
Kubeflow/Airflow ile ML pipeline'larını orkestre edersiniz.
Feature store ile eğitim-servis tutarlılığını sağlarsınız.
Merkezi registry ve soy ile model yaşam döngüsünü yönetirsiniz.
Online, batch ve streaming servis mimarileri kurarsınız.
Otomatik ölçekleme ve canary ile modelleri güvenle dağıtırsınız.
Data/concept drift ve performans izlemeyle model sağlığını korursunuz.
Yönetişim ve maliyet optimizasyonuyla kurumsal MLOps kurarsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Azure Pipelines'ta environment onayları, gate'ler, otomatik release notları, changelog ve iş öğesi-release izlenebilirliği. İleri seviye AZ-400 DVA eğitimi.
Detayları Gör →
Azure Pipelines'ta YAML template, parametre, task group ve merkezi şablon kütüphanesiyle tekrar kullanılabilir CI/CD bileşenleri. İleri seviye AZ-400 eğitimi.
Detayları Gör →
Azure Pipelines'ta test otomasyonu, kod kapsamı eşiği, SonarQube quality gate ve PR branch policy ile kalite denetimi. İleri seviye AZ-400 DVA eğitimi.
Detayları Gör →
Azure Boards ile backlog, sprint ve Kanban yönetimi; commit-PR-build-release izlenebilirliği ve analytics raporlama. Orta seviye AZ-400 DVA eğitimi.
Detayları Gör →
Azure DevOps ve GitHub ile uçtan uca DevOps: Git, CI/CD, dağıtım desenleri, ARM/Bicep, Terraform, DevSecOps ve Azure Monitor. İleri seviye AZ-400 DVA eğitimi.
Detayları Gör →