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 <<< 。
机器学习操作 (MLOps)：入门指南
了解顶级公司的员工如何掌握热门技能
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 Module 介绍课程概况
涵盖的内容
1个视频
本 Module 在探索 ML 中 DevOps 的概念之前，先确定了 ML 从业人员的痛点。您将了解 ML 生命周期的三个阶段以及 ML 流程的自动化。
涵盖的内容
5个视频1篇阅读材料1个作业
本 Modulation 探讨什么是顶点 AI 以及统一平台为何重要。
涵盖的内容
5个视频1篇阅读材料1个作业1个应用程序项目1个插件
摘要
涵盖的内容
1个视频1篇阅读材料
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(170个评价)
提供方
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
49.48%
- 4 stars
24.94%
- 3 stars
13.51%
- 2 stars
4.36%
- 1 star
7.69%
显示 3/481 个
PG
已于 Jun 2, 2021审阅
It was good experience learning about the deployment process of ML application on GCP.
SC
已于 Jul 6, 2021审阅
Well designed course with Qwiklabs hands-on experience, awesome learning. Thanks to Google Cloud Team and Coursera
AM
已于 Mar 11, 2021审阅
The whole process of building the Kubeflow pipelines for MLOPs including the configuration part (what does into the Dockerfile, cloud build) has been explained fully.
从 数据科学 浏览更多内容
Duke University
Duke University
