Criação de pipelines de machine learning no Google Cloud

A transição de modelos de machine learning de notebooks locais para a produção requer fluxos de trabalho robustos e automatizados. Este curso orienta você pelos conceitos fundamentais de design, execução e gerenciamento de pipelines de machine learning no Google Cloud. Você entenderá como fazer a transição do treinamento manual de modelos para processos automatizados e repetíveis. Através de explicações escritas detalhadas e de códigos estruturados, você obterá as habilidades práticas necessárias para estruturar a ingestão de dados, o treinamento de modelos e a implantação usando ferramentas de nuvem padrão do setor. O que você aprenderá: compreender os principais conceitos e terminologia fundamental do pipeline de machine learning; criar fluxos de trabalho de treinamento automatizados usando o TensorFlow e ferramentas de orquestração na nuvem; implementar rastreamento e linhagem de metadados para monitorar as execuções do pipelined; configurar as etapas de ingestão e pré-processamento de dados para treinamento escalável; implantar modelos treinados para Aplique práticas básicas de MLOps para manter e atualizar os pipelines de produção. O curso começa com definições essenciais e arquitetura de pipeline antes de guiá-lo através de implementações de código passo a passo para cada estágio de pipelines. Você estudará exemplos práticos de preparação de dados, orquestração de treinamento de modelos e implantação automatizada. Este curso foi projetado para aspirantes a engenheiros de ML, cientistas de dados e desenvolvedores novos para fluxos de trabalho baseados em nuvem, sem experiência prévia em engenharia de nuvem. Comece a ler hoje mesmo para criar seu primeiro pipeline de machine learning pronto para produção na nuvem.