机器学习操作 (MLOps)：入门指南

机器学习操作 (MLOps)：入门指南

本课程是准备 Google 云认证：机器学习工程师专业证书的一部分

位教师：Google Cloud Training

访问权限由 New York State Department of Labor 提供

44,189 人已注册

4个模块

深入了解一个主题并学习基础知识。

481 条评论

中级等级

需要一些相关经验

灵活的计划

4 小时完成

自行安排学习进度

91%

大多数学生喜欢此课程

4个模块

深入了解一个主题并学习基础知识。

481 条评论

中级等级

需要一些相关经验

灵活的计划

4 小时完成

自行安排学习进度

91%

大多数学生喜欢此课程

您将学到什么

确定并使用支持有效的 MLOps 所需的核心技术。
在 ML 系统中采用最佳 CI/CD 实践。
为可靠有效的 MLOps 环境配置和供应 Google Cloud 架构。
实施可靠且可重复的训练和推理工作流程。

您将获得的技能

您将学习的工具

Model Deployment

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

2 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累机器学习领域的专业知识

本课程是准备 Google 云认证：机器学习工程师专业证书专项课程的一部分

在注册此课程时，您还会同时注册此专业证书。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
通过 Google Cloud 获得可共享的职业证书

该课程共有4个模块

本课程向学员介绍在谷歌云上部署、评估、监控和运行生产型 ML 系统的 MLOps 工具和最佳实践。MLOps 是一门专注于部署、测试、监控和自动化生产中的 ML 系统的学科。机器学习工程专业人员使用工具对已部署的模型进行持续改进和评估。他们与开发模型的数据科学家合作（也可以是数据科学家），以便快速、严格地部署性能最佳的模型。本课程主要面向以下学员：希望快速从机器学习原型转向生产以产生业务影响的数据科学家。希望发展机器学习工程技能的软件工程师。希望在其 ML 生产项目中采用 Google Cloud 的 ML 工程师。 >>> 报名参加本课程即表示您同意常见问题解答中列出的 Qwiklabs 服务条款，该条款位于： https://qwiklabs.com/terms_of_service <<< 。