VIP20
本课程属于：086-Google Cloud云原生与数据平台工程 后端、数据与云原生工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Google Cloud机器学习平台建设与生产部署

共计 30 章节
可可资料掘金营 · 点击在线试看
01
Google Cloud机器学习平台全景
目标=核心组件 · 服务边界与生产部署的整体生命周期
GoogleCloud
02
环境与项目初始化
目标=组织 · 项目 · IAM
环境项目初始化
03
数据接入与存储选型
目标=Cloud Storage · BigQuery · Pub/Sub在ML流水线中的角色与…
数据接入存储选型
04
特征工程与Feature Store
目标=使用Vertex AI Fea… · 低延迟的在线特征服务
FeatureStore
05
数据集管理与版本控制
目标=Vertex AI Datas… · 导入 · 版本追踪与数据血缘
数据集管理版本控制
06
模型训练基础
目标=在Vertex AI Trai…
模型训练基础Vertex
07
分布式训练与硬件加速
目标=使用GPU/TPU · 分布式策略与减少训练成本的实践
分布式训练硬件加速
08
超参数调优
目标=Vertex AI Vizie… · 早停策略与调优结果分析
超参数调优Vertex
09
AutoML与自定义模型对比
目标=何时选择AutoML · 何时选择自定义训练及混合策略
AutoML自定义模型对比
10
模型注册与版本管理
目标=Vertex AI Model… · 版本 · 标签与元数据管理
模型注册版本管理
11
模型评估与可解释性
目标=使用Vertex AI评估 · Explainable AI与切片分…
模型评估可解释性
12
部署端点与在线预测
目标=创建Endpoint · 部署模型 · 流量拆分与自动扩缩容配置
部署端点线预测
13
批量预测与离线推理
目标=Batch Predictio… · 输入输出格式与成本优化
批量预测离线推理
14
实时预测优化
目标=低延迟推理 · 模型预热 · 并发控制与资源规格调优
实时预测优化目标=低延迟推理
15
模型监控与漂移检测
目标=Vertex AI Model… · drift与异常告警配置
模型监控漂移检测
16
ML流水线编排
目标=使用Vertex AI Pip…
ML流水线编排
17
CI/CD与MLOps自动化
目标=Cloud Build · Artifact Registry与…
CI/CDMLOps
18
模型治理与审计
目标=模型卡片 · 审批流 · 审计日志与合规性检查
模型治理审计
19
安全与隐私
目标=VPC-SC · CMEK · 私有端点与敏感数据保护在ML平台中的…
安全隐私
20
成本管理与优化
目标=训练 · 预测 · 存储成本分析
成本管理优化
21
可扩展架构设计
目标=多团队 · 多环境 · 多区域的ML平台架构与配额规划
可扩展架构设计目标=多团队
22
与BigQuery ML集成
目标=在数据仓库内训练与部署模型 · 并与Vertex AI协同
BigQueryML
23
与Dataflow和Dataproc集成
目标=大规模数据预处理与特征工程流水…
DataflowDataproc
24
与Cloud Run和GKE集成
目标=自定义推理服务 · 容器化部署与混合部署模式
CloudRun
25
边缘与离线部署
目标=使用Vertex AI Edg…
边缘离线部署
26
A/B测试与实验管理
目标=Vertex AI Exper… · 流量分配与统计显著性分析
A/B测试
27
故障排查与运维
目标=常见部署错误 · 日志 · 监控指标与回滚策略
故障排查运维
28
性能基准与压测
目标=使用Locust或Vertex…
性能基准压测
29
端到端案例
目标=从数据到生产——构建一个完整的…
端到端案例目标=从数据到生…
30
前沿与演进
目标=生成式AI · Model Garden · Vertex AI Search与未…
前沿演进