Online cursus – gecertificeerde professionele specialisatie in machine learning-operaties van Duke University

Stage – een reeks van 4-delige cursussen

Deze intensieve cursusreeks is geschikt voor mensen met programmeerkennis, zoals ontwikkelaars, datawetenschappers en onderzoekers. Je verwerft belangrijke MLOps-vaardigheden, waaronder het gebruik van Python en Rust, het gebruik van GitHub Copilot om de productiviteit te verhogen en het gebruik van platforms als Amazon SageMaker, Azure ML en MLflow. Bovendien begrijpt u hoe u grote taalmodellen (LLM’s) kunt verfijnen met behulp van Hugging Face, en leert u hoe u geïntegreerde binaire modellen in het ONNX-formaat solide en efficiënt kunt inzetten, wat u klaarstoomt voor succes in het opkomende veld van MLOps.

Carrièrepaden

Via deze reeks cursussen begin je vaardigheden te verwerven voor verschillende carrièrepaden:

• Datawetenschap – het analyseren en begrijpen van complexe datasets, het ontwikkelen van machine learning-modellen, het implementeren van databeheer en het bevorderen van datagestuurde besluitvorming.
• Machine learning engineering – ontwerpen, bouwen en inzetten van machine learning-modellen en -systemen om problemen uit de echte wereld op te lossen.
• Ontwerp ML-oplossingen in de cloud en gebruik cloudplatforms zoals AWS en Azure om ML-oplossingen op een flexibele en kosteneffectieve manier te ontwerpen en beheren.
• Productmanagement voor kunstmatige intelligentie (AI) – Het overbruggen van de kloof tussen zakelijke, technische en datawetenschapsteams om betekenisvolle AI/ML-producten te leveren.

Een praktisch leerproject

Ontdek en oefen je MLOps-vaardigheden met praktische oefeningen en Github-platforms.

• Het bouwen van een Python-script om gegevensverwerking en functie-extractie voor machine learning-modellen te automatiseren.
• Het ontwikkelen van een real-world ML/AI-oplossing met behulp van op AI gebaseerde pair programming en GitHub Copilot, die uw vermogen demonstreert om met AI samen te werken.
• Het creëren van webapplicaties en opdrachtregeltools voor interactie met machine learning-modellen met behulp van Gradio, Hugging Face en het Click-framework.
• Implementatie van GPU-versnelde machine learning-taken met behulp van Rust om de prestaties en efficiëntie te verbeteren.
• Machine learning-modellen trainen, optimaliseren en implementeren op Amazon SageMaker en Azure ML voor cloudgebaseerde MLOps.
• Ontwerp van een volledige MLOps-pijplijn met MLflow-, projectbeheer-, modellerings- en trackingsysteemfuncties.
• Afstemmen en implementeren van Large Language Models (LLM’s) en Malhom-modellen met behulp van het ONNX-formaat met Hugging Face. Het creëren van interactieve demo’s om uw werk en voortgang effectief te demonstreren.