所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

MLOps工程化与持续交付实践

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 目标受众 · 课程路径

课程导入学习目标

MLOps基础概念

机器学习生命周期 · 模型开发与运维的挑战 · MLOps成熟度模型

MLOps基础概念

环境与工具链搭建

Python环境管理 · Docker容器化 · Kubernetes集群

环境工具链搭建

版本控制与可复现性

代码版本控制（Git） · 数据版本控制（DVC） · 模型版本控制

版本控制可复现性

数据工程与特征管道

数据采集 · 数据验证 · 数据清洗

数据工程特征管道

模型训练与实验管理

训练脚本标准化 · 超参数调优（Optuna） · 实验记录与比较

模型训练实验管理

模型注册与模型仓库

模型格式（Pickle/ONNX） · 模型元数据管理 · 模型版本化

模型注册模型仓库

持续集成（CI）实践

自动化测试（单元测试 · 数据测试 · 模型测试）

持续交付（CD）实践

部署策略（蓝绿 · 金丝雀 · 滚动）

模型部署与推理优化

在线推理（Seldon/KServe… · 批量推理 · 推理性能优化（TensorRT/ON…

模型部署推理优化

监控与可观测性

模型性能监控（准确率漂移） · 数据漂移检测 · 概念漂移

监控可观测性

模型生命周期治理

模型退役 · 模型再训练策略 · A/B测试

模型生命周期治理模型退役

端到端MLOps流水线实战

从数据到部署的完整流水线构建（使用K… · 自动化触发 · 端到端示例（如房价预测）

金融风控模型MLOps：需求分析 · 数据管道 · 模型训练

案例实战MLOps

推荐系统MLOps：特征实时性 · 模型更新频率 · 在线学习

案例实战MLOps

计算机视觉模型MLOps · 分布式训练 · 模型压缩

案例实战MLOps

MLOps与云原生

云服务（AWS SageMaker/… · Serverless推理 · 混合云策略

MLOps自动化与平台化

自动化机器学习（AutoML） · MLOps平台设计 · 内部开发者门户

MLOps安全与合规

模型安全（对抗攻击） · 数据隐私（差分隐私 · 联邦学习）

团队协作与流程优化

角色定义（数据科学家/ML工程师/运… · 协作流程 · 文档规范

团队协作流程优化

常见问题与解决方案

数据漂移处理 · 模型性能下降 · 部署失败

常见问题解决方案

性能调优与成本控制

训练成本优化 · 推理成本优化 · 资源自动伸缩

性能调优成本控制

测试策略进阶

数据测试（Great Expecta… · 模型测试（鲁棒性 · 公平性）

测试策略进阶Great

持续训练与持续学习

在线学习 · 定期重训 · 自动触发重训

持续训练持续学习

MLOps工具链深度

Kubeflow Pipelines · Airflow · MLflow

MLOps工具链深度

从零搭建MLOps基础设施

需求分析 · 架构设计 · 选型

MLOps从零搭建

MLOps成熟度评估与转型

评估当前状态 · 制定路线图 · 组织变革

MLOps成熟度评估

综合实战项目

构建一个完整的MLOps系统（如客户… · 涵盖数据 · 训练

综合实战项目MLOps

前沿趋势与扩展

MLOps与LLMOps · 模型即服务 · 边缘MLOps

前沿趋势扩展

课程总结与认证

核心知识回顾 · 技能图谱 · 实践建议

课程总结认证