Ismerd meg valós iparági példákon és gyakorlati kódolós projekteken keresztül az MLOps alapfogalmait, célját és legfontosabb eszközeit, amelyek segítségével drasztikusan lecsökkentheted a fiókban landoló Machine learning projektek számát!
Mit nyújt a képzés?
- Megismered az MLOps elméleti alapjait és az MLOps rendszerek fejlesztésének legfontosabb és legnépszerűbb eszközeit.
- Átfogó képet kapsz, hogy hogyan néz ki egy DevOps és MLOps eszközöket használó ML projekt, és milyen szervezeti-, folyamati- és technológiai problémákra tud megoldást nyújtani.
- Megtanulsz production-ready kódot írni, PyCaret-ben létrehozni néhány sor kóddal machine learning prototípusokat és deploy-olni azokat REST API és Docker segítségével.
- Felépítesz egy olyan környezetet MLflow segítésével, amelyben folyamatosan tudod logolni és összehasonlítani a machine learning algoritmusok eredményeit és az azokhoz tartozó artifacteket.
- Elkészítesz egy Python alapú dashboard webalkalmazást Streamlit és Evidently alkalmazásával, amely segít automatikusan megjeleníteni a legfontosabb hibaüzeneteket, a szoftverkörnyezethez kapcsolódó terhelésjelzőket és egyéb MLOps releváns információkat.
- Létrehozol egy trigger-vezérelt automata rendszert AirFlow segítségével.
Miért érdemes belevágnod ebbe az MLOps képzésbe?
Sajnos a gépi tanulási projektek 85-90%-a soha nem kerül kiélesítésre a cégen belül nem megfelelően kialakított fejlesztői környezet miatt. Az MLOps első sorban a ML fejlesztési projektek menedzselésére koncentrál és olyan DevOps és egyéb eszközök, módszerek implementálását támogatja a machine learning / data science csapat mindennapjaiba, amelyek végső soron hatékonyabbá teszik munkájukat.
Az MLOps elsajátításával és a megfelelő eszközök megválasztásával jelentős mértékben csökkenthetitek a kollégáidra, csapatodra nehezedő nyomást.
Egy jól működő MLOps rendszer üzemeltetése lehetővé teszi:
- sokkal magasabb sikerarány a gépi tanulási projektekben,
- sokkal gyorsabb modellfejlesztés,
- sokkal kevesebb gyártási hiba,
- pontosabb modellek kidolgozása,
- hatékonyabb kommunikáció a fejlesztő csapat és az üzemeltető csapat között,
- gyors visszajelzés az ügyfelektől, ami lehetővé teszi a hiba sokkal gyorsabb észlelését és kijavítását,
- a gépi tanulási modellek olcsóbb és hatékonyabb karbantartása.
Kinek ajánlott?
Data Scientist, Data architect, Machine learning vagy DevOps mérnökök, szoftverfejlesztők, akik szeretnének az MLOps-szal megismerkedni.
Üzemeltetők, üzleti döntéshozók és az IT-ben egyéb munkakörökben tevékenykedők is részt vehetnek rajta, de a képzés erősen kódolás és gyakorlatorientált, Python programozói tudás szükséges hozzá.
Ki lesz az oktatód és a mentorod?
Boros Gerzson - Lead Machine Learning Engineer @Data Science Europe, Co-Founder & CTO @ Redivivum
Boros Gerzson több mint egy évtizede foglalkozik egyedi gépi tanulás és mesterséges intelligencia megoldások fejlesztésével. Ez idő alatt több mint 40 AI/ML projektet vitt sikerre, önállóan vagy csapatával együttműködve. Tapasztalata a szakma számos szegmensére kiterjed: dolgozott mint ML Engineer/Architect/Data Scientist multinacionális vállalatoknál, szabadúszóként, egyéni vállalkozóként és saját tanácsadó cégén (Data Science Europe) keresztül is. Egyetemi oktatóként is tevékenykedik – többek között az Óbudai Egyetemen adattudományi mesterképzésen van saját tantárgya, valamint az IIITB-n posztgraduális AI/ML képzésen tanított ML/DL fejlesztést és MLOpst. Jelenleg a Redivivum nevű technológiai startup társalapítója és technológiai vezetője, ahol a mesterséges intelligencia, a számítógépes látás és a szoftverfejlesztési megoldások irányításáért felel. CTO-ként és Chief Machine Learning Engineerként meghatározó szerepet játszik a cég innovációs és szoftver/AI architektúrális irányvonalának alakításában. A Redivivum működését az amerikai Techstars – a világ egyik vezető startup-akcelerátora és befektetője – is támogatja.
Budaházy Gábor - Machine Learning Professional Lead @IT Services Hungary
Korábbi munkahelyein 2010 óta töltött be Data Scientist, Sr. Data Scientist szerepeket csapattagként, később technikai csapatvezetőként. Szakmai orientációjában a gépi tanulás, mélytanulás a hangsúlyos, általában egyedi megoldásokat igénylő, speciális modellek programmatikus felépítésével strukturált és nem strukturált adatok (jellemzően szöveg és kép) bányászatára, minősítésére, hasznosítására. Az ITSH-ban feladatai közé tartozik a technikai koordináció és kutatás, belső folyamatok automatizálási-optimalizálási lehetőségeinek felderítése, a cégen belüli AI-kultúra elterjesztésében való közreműködés.
Mik a képzés előkövetelményei?
- Középhaladó Python programozói tudás
- Machine learning működésének alapszintű ismerete.
- Alapszintű angol nyelvtudás
Ha esetleg nem rendelkezel a fenti alapismeretekkel, akkor sincs semmi gond, ez esetben a következő lehetőségeket ajánljuk figyelmedbe:
Személyes mentorálás és konzultáció
A képzés teljes időtartama alatt lehetőséged van arra, hogy bármikor kérdéseket tegyél fel oktatódnak írásban, valamint a heti élő konzultációs alkalmakon élőszóban is kérdezheted.
Ez a közvetlen kommunikáció biztosítja, hogy a valós iparági tapasztalattal rendelkező oktatóink, akik már számtalan kihívással és feladattal találkoztak a deep learning területén, megoszthassák veled azokat a gyakorlati megoldásokat és tudást, amelyek valós lépéselőnyt biztosítanak számodra.
Ez a folytonos támogatás és interakció teszi lehetővé, hogy a tanultakat azonnal a gyakorlatban is alkalmazhasd, és így a kurzus során minden felmerülő kérdésedre szakmai szempontból megalapozott választ kapj.
Hogyan fogsz tanulni?
- Gyakorlatorientált oktatás: minden héten izgalmas gyakorló feladatokat kapsz majd, amelyek keretében már menetközben is konkrét projekteket fogsz megvalósítani.
- Interaktív digitális tananyag: a gyakorlati feladatok elvégzéséhez és a tanfolyam sikeres teljesítéséhez szükséges tudást digitális tananyagok és vezetett kódolások formájában adjuk át
- Rugalmas időbeosztás: a tanfolyamot munka mellett is végezheted, hiszen a tananyag elsajátítása heti 8-12 óra elfoglaltságot igényel összesen, melyet saját időbeosztás szerint dolgozhatsz fel.
- Oktatói mentoring: a képzés ideje alatt az oktató folyamatosan a rendelkezésedre áll, bármikor kérdezhetsz tőle, ha elakadtál, és rendszeresen visszajelzést ad a feladataidra, fejlődésedet végigkíséri.
- Konzultációk: valamennyi tanegység végén egy-egy élő konzultációs alkalmat is szervezünk este 18:00 órától, amikor élőben is felteheted kérdéseidet, közösen kiértékelhetitek és átbeszélhetitek a gyakorlás során elkészített projekteket, és tanulhattok egymás elakadásaiból is.
- Visszanézhető LIVE alkalmak: az online élő konzultációk átlagosan kb. 1 órásak. Akkor sincs semmi baj, ha egy élő konzultációs alkalmon nem tudsz részt venni, hiszen a kérdéseid előre is elküldheted írásban, a válaszokat és az egész LIVE-ot pedig visszanézheted másnap 16:00 órától.
- Limitált férőhely: a fent említett interakciók miatt képzéseinket korlátozott létszámmal indítjuk csak el, hogy biztosan jusson mindenkire ideje az oktatóknak.
Mikor indul a képzés és mennyibe kerül?
- Képzés indulásának tervezett időpontja: 2025. november 10.
- Részvételi díj: 190.000 Ft
Aktuális képzés csomagjainkat itt tudod megnézni: KÉPZÉS CSOMAGOK
Mit érdemes tudnod a fizetéssel kapcsolatban?
- Pénzvisszafizetési garancia: Biztosak vagyunk a képzés tartalmát és minőségét illetően, ezért a képzés indulásától 8 napig 100%-os pénzvisszafizetési garanciát vállalunk.
- Kamatmentes részletfizetés: Nem szeretnénk, ha fizetési nehézségek akadályoznák a szakmai fejlődésedet, ezért a részvételi díjat akár több részletben is fizetheted, teljesen kamatmentesen.
- Céges számla igénylése: erre is van lehetőség ha a beiratkozom gombra kattintás után elérhető jelentkezési űrlapon kipipálod az “Áfás számla igénylés”-t.
- Utalásos fizetés: Amennyiben az online kártyás fizetés helyett utalással szeretnél fizetni, csak válaszd ezt az opciót a tanfolyam jelentkezési űrlapjánál a "beiratkozom" gombra kattintás után.
Ha érdekel a képzés két lehetőséged is van
-
Jelentkezel a képzésre Ha eldöntötted, hogy jelentkezel a képzésre és szeretnéd biztosítani helyedet, nincs más teendőd, mint a 'Beiratkozom' gombra kattintva kitölteni a jelentkezési formot és kifizetni a képzés díját.
- Kérdezel még a képzésről Ha szívesen jelentkeznél, de úgy érzed még van néhány kérdés, amire nem találtad meg a választ, kattints az ‘Érdekel, de kérdeznék’ gombra, add meg elérhetőségedet és 48 órán belül felvesszük veled a kapcsolatot vagy írhatsz is nekünk közvetlenül az info@cubixedu.com e-mail címre!
Nézz szét ingyenes tartalmaink között
Nézd vissza releváns webináriumainkat, ahol meghívott szakértőinktől vagy akár a képzés oktatójától tudhatsz meg még többet számos témáról: WEBINÁROK
Ha pedig inkább olvasnál a témában, akkor nézz körbe releváns blogbejegyzéseink között: TECH BLOG
================
A változás jogát fenntartjuk.
