Machine Learning Operations (MLOps): Getting Started - Français

Overview

AI, Data Science & Cloud Certificates from Google, IBM & Meta — 40% Off

One plan covers every Professional Certificate on Coursera. 40% off Coursera Plus Annual.

Ce cours présente les outils et les bonnes pratiques MLOps pour déployer, évaluer, surveiller et exploiter des systèmes de ML en production sur Google Cloud. Le MLOps est une discipline axée sur le déploiement, le test, la surveillance et l'automatisation des systèmes de ML en production. Les ingénieurs en machine learning utilisent des outils pour améliorer et évaluer en permanence les modèles déployés. Ils collaborent avec des data scientists (ou peuvent occuper ce poste) qui développent des modèles permettant de déployer de manière rapide et rigoureuse les solutions de machine learning les plus performantes.

Syllabus

Bienvenue dans le module "Opérations de machine learning (MLOps) : premiers pas"

Ce module fournit une présentation du cours

Utiliser des opérations de machine learning

Les difficultés des professionnels du MLLe concept du DevOps en MLLes trois phases du cycle de vie du MLAutomatiser le processus de ML

Vertex AI et MLOps sur Vertex AI

Qu'est-ce que Vertex AI et pourquoi une plate-forme unifiée est-elle importante ?Présentation du MLOps sur Vertex AIEn quoi Vertex AI est-il utile dans le workflow de ML ? Partie 1En quoi Vertex AI est-il utile dans le workflow de ML ? Partie 2