ML Ops Bootcamp
Bu kurs, katılımcılara ML operasyonlarında/sistemlerinde dağıtık olarak çalışmak ve bu sistemleri değerlendirebilmek ve izlemek için MLOps araçlarını ve en iyi uygulamaları tanıtır.
MLOps, Makine Öğrenmesi sistemlerinin dağıtımına, test edilmesine, izlenmesine ve otomasyonuna odaklanan bir disiplindir.
Makine öğrenmesi mühendisleri – uzmanları, veri bilimciler ve veri mühendisleri, dağıtılan modellerin sürekli iyileştirilmesi ve değerlendirilmesi için birtakım araçlar kullanır.
En iyi performans gösteren modeli bulmak, hız ve titizliği sağlayan modeller geliştirmek isteyenlere yöneliktir.
Eğitimde neler öğreneceksiniz?
Kurs Kimler İçin Uygun
Veri Bilimciler, Makine Öğrenimi Mühendisleri, Veri Mühendisleri ve bu alanda çalışan/çalışmak isteyen yöneticiler için uygundur.
Öncesinde veri bilimi ve/veya veri mühendisliği konularında deneyim sahibi olma şartı aranmaktadır.
Kurs Süresi: 5+1 Hafta
Ders Günü ve Saati:
Çarşamba 19.30 – 21.30
- Haftada 4 saat bireysel çalışma gerekmektedir.
Eğitim Başlangıcı:
25 Ocak 2023
Yaklaşan Eğitimler
- Ocak 2023 – Şubat 2023
Liste fiyatı: 12.000 TL
15 Ocak’a kadar erken kayıt indirimi ile:
Çalışan: 7.000 TL + KDV
2022 mezunu, lisans öğrencisi ve akademi bootcamp mezunu: 5.000 TL + KDV
Eğitim Müfredatına Genel Bakış
Bu kursta, Makine Öğrenimi İşlemlerinin otomatikleştirilmesi (MLOps), makine öğrenimi işlemlerini makine öğrenimi projenize uygulamayı öğreneceksiniz.
İlk olarak, altyapınız için makine öğrenimi işlemleri (MLOps) uygulamalarını nasıl uygulayacağınızı keşfedeceksiniz. Ardından, model geliştirme sırasında makine öğrenimi işlemlerinin (MLOps) nasıl yapıldığını keşfedeceksiniz. Son olarak, model dağıtımından sonra makine öğrenimi işlemlerinin (MLOps) nasıl uygulanacağını öğreneceksiniz.
Bu kursu tamamladığınızda, projenizin MLOps yaşam döngüsünü yönetmek için gereken makine öğrenimi işlemleri bilgi ve becerilerine sahip olacaksınız.
Kurs İçeriği
1. Başlangıç
– MLOps nedir? Neden ihtiyaç duyulmuştur?
– DevOps Nedir? DevOps süreçlerini anlama ve bir developer gözünden makine öğrenmesi kodlanması süreçleri.
– DevOps ve MLOps benzerlikleri ve farkları
2. Kubernetes
– Container nedir? Cloud Build kullanımı ve özellikleri.
– Kubernetes giriş
– Bulut platformunda Kubernetes
3. ML Model Geliştirme Safhaları
– Süreç adımları, dikkat edilmesi gerekenler ve pipeline oluşturma
– ML Ops süreçleri kaç aşamadan oluşur? Zorluklar, dikkat edilmesi gerekenler.
4. ML Ops Pipeline'larının Otomatikleştirilmesi
5. ML Ops Süreçlerinde CI/CD
KubeFLOW ve MLFlow neden ve nasıl kullanılır? Temel avantajları ve farkları nelerdir?
6. Google Cloud Platformunda ML Ops
7. Spark ile Beraber MLFlow Kullanımı
8. ML Ops ile ilgili Başlıca Tavsiyeler
9. Uygulamalar
10. Bitirme Projesi
Uçtan uca bir ML Ops projesini bulut platformu üzerinde hayata geçirme
Akademiyi bootcamp programlarımıza katılan öğrencilerimizden dinleyebilirsiniz.
Eğitmenlerimiz

Zekeriya Beşiroğlu
CO-FOUNDER & LEAD ARCHITECT / INSTRUCTOR

Ata Özarslan
DATA SCIENTIST

Deniz Parlak
DATA SCIENTIST
Başkalarıyla bir araya gelin ve ağınızı genişletin.
Eğitim programı süresince 8-12 endüstri konuşmacısından bilgiler edinin ve onlarla ağ oluşturun.
İstanbul Data Science Acamdemy’nin sponsor olduğu organizasyon ve toplantılara katılın ve mezunlarıyla ve diğer saha geliştirici ve girişimcileriyle ağ oluşturun.
Yaklaşan Eğitimler
Ocak'23 - Şubat'23













