Learn more about MLOps

5门免费课程，助你精通MLOps

“你已经学完了机器学习的基础知识，现在想知道接下来怎么办？你来对地方了！”

入门者完全指南：简化MLOps的ZenML

您是新学习数据科学、机器学习或MLOps，并且被工具选择弄得不知所措吗？考虑一下ZenML——一个用于简化生产流水线的编排工具。...

一个基于MLOps技术增强的客户流失预测项目

介绍 当我们听到数据科学时，第一个想到的是在笔记本上建模并训练数据。但这在真实世界的数据科学中并不是这样。在现实世界中...

在Mailchimp构建ML平台的学习经验

本文最初是 ML 平台播客的一集，这是一个由 Piotr Niedźwiedź 和 Aurimas Griciūnas 主持，与 ML 平台专业人员一起讨论设计选...

部署你的第一个机器学习模型

只需三个简单步骤，你就可以比你说“玻璃分类模型”更快地构建和部署一个玻璃分类模型！

选择你的武器：抑郁的AI咨询师的生存策略

最近上映了一部新的终结者电影在这一集中，未来的人类抵抗组织派遣一台机器人回到过去，摧毁OpenAI的服务器农场，从而阻止了…

LLM监控和可观察性——负责任人工智能技术和方法概述

目标受众：希望了解可用方法并开始实施的从业者，以及希望在构建过程中了解可能性的领导者...

LLMOps：使用Hamilton进行生产推导工程模式

你发送给大型语言模型（LLM）的内容非常重要微小的变化和改变可能会对输出产生很大的影响，所以随着你的产品发展，需要调整你...

MLOps 监测和管理漂移

编辑注：奥利弗·泽格曼将在今年秋季的ODSC西部2023担任演讲嘉宾请务必参加他的演讲“MLOps：监控和管理漂移”！机器学习的麻烦...

FMOps/LLMOps：运用生成式人工智能的操作和与MLOps的区别

如今，我们的大多数客户都对大型语言模型（LLMs）充满兴奋，并思考如何利用生成式人工智能改变他们的业务然而，将这样的解决...

释放效率：利用Amazon SageMaker Pipelines中的选择性执行的力量

MLOps是一个关键学科，通常负责监督将机器学习（ML）模型投入生产的过程我们往往会聚焦于想要训练和部署的单个模型，但实际上...

构建LLM应用程序时需要了解的5个要点

构建基于LLM的应用程序会遇到五个问题

“MLOps 全面指南”

机器学习运营（MLOps）是一个相对较新的学科，为机器学习（ML）模型在生产环境中蓬勃发展提供了必要的结构和支持

从Stitch Fix建立的ML平台中学到的东西

这篇文章最初是ML平台播客的一集，这是一个节目，Piotr Niedźwiedź和Aurimas Griciūnas与ML平台专业人员一起讨论设计选择、最...

用户反馈——机器学习监控栈中的缺失环节

你曾经花费数月时间和无法估量的金钱来实施一个AI模型，最终发现没有人使用它吗？即使你克服了采用的各种挑战，你又怎么知道...

MLOps 思维：始终保持生产就绪状态

一个项目从一开始就缺乏机器学习生产思维方式可能会导致后期的惊喜，特别是在生产阶段，从而导致重新建模和延迟上市时间

2023年机器学习研究中的顶级数据版本控制工具

所有用于生产的系统都必须有版本控制。一个单一的位置，用户可以访问最新的数据。对于经常修改的资源，特别是当有多个用户同...

GenAIOps 演化 MLOps 框架

“早在2019年，我发布了一篇颇受欢迎的LinkedIn博客，标题为《为何需要ML Ops来实现成功的创新》快进到今天，将分析、机器学习...

将对话式人工智能产品部署到生产环境中，与Jason Flaks一起

这篇文章最初是MLOps Live的一集，MLOps Live是一个互动的问答环节，机器学习从业者回答其他机器学习从业者的问题每一集都专...

记录和管理机器学习模型的顶级工具

在机器学习中，实验追踪将所有实验元数据存储在一个位置（数据库或存储库）中。模型超参数、性能测量、运行日志、模型工件、...