VIP20
本课程属于：018-AI DevOps实战：从代码到部署全自动化 AI与大模型 · 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

AI DevOps自动化流水线速览

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
01
课程导入
学习目标 · 课程结构 · AI DevOps与传统DevOps…
课程导入学习目标
02
核心概念
持续集成 · 持续交付 · 持续部署
核心概念持续集成
03
AI项目生命周期
数据准备 · 模型训练 · 评估
AI项目生命周期
04
流水线基础
流水线定义 · 阶段划分 · 触发机制
流水线基础流水线定义
05
版本控制
Git与DVC在代码和数据版本管理中…
版本控制Git
06
环境管理
Docker容器化 · Kubernetes编排 · 开发与生产环境一致性
环境管理Docker
07
CI/CD工具
Jenkins · GitLab CI · GitHub Actions的配置与…
CI/CD工具
08
自动化测试
单元测试 · 集成测试 · 模型评估测试在流水线中的集成
自动化测试单元测试
09
模型训练自动化
超参数调优 · 分布式训练 · 训练任务调度
模型训练自动化超参数调优
10
模型注册与版本管理
MLflow模型注册表 · 模型版本控制 · 模型元数据管理
模型注册版本管理
11
模型部署策略
在线推理 · 批处理 · 边缘部署
模型部署策略线推理
12
监控与告警
模型性能监控 · 数据漂移检测 · 系统健康检查
监控告警
13
日志与追踪
集中日志管理 · 分布式追踪 · 可观测性实践
日志追踪
14
安全与合规
代码扫描 · 依赖漏洞检测 · 模型公平性与隐私保护
安全合规
15
案例实战
构建一个简单的AI模型CI/CD流水…
案例实战AI
16
进阶实践
使用Kubeflow或Argo Wo…
进阶实践Kubeflow
17
自动化数据管道
数据提取 · 转换 · 加载（ETL）的自动化
自动化数据管道数据提取
18
特征存储
特征工程自动化 · 特征共享与一致性
特征存储特征工程自动化
19
模型再训练
基于新数据的自动再训练触发机制
模型再训练基于新数据的自动…
20
成本优化
资源自动伸缩 · 按需使用 · 成本监控
成本优化资源自动伸缩
21
团队协作
角色分工 · 代码审查 · 流水线即代码
团队协作角色分工
22
常见问题
流水线失败排查 · 环境不一致 · 模型漂移处理
常见问题流水线失败排查
23
最佳实践
模块化设计 · 可重用组件 · 文档化
最佳实践模块化设计
24
工具链集成
Jupyter · VS Code · 云服务（AWS
工具链集成Jupyter
25
自动化评估
模型性能基准 · 对比测试 · 回归测试
自动化评估模型性能基准
26
模型解释性
自动化生成报告 · 特征重要性分析
模型解释性自动化生成报告
27
持续学习
在线学习 · 增量训练 · 模型更新策略
持续学习线学习
28
综合实战
端到端AI DevOps流水线项目（…
综合实战AI
29
前沿趋势
GitOps · AIOps · 自动化机器学习（AutoML）与流水…
前沿趋势GitOps
30
课程总结
核心要点回顾 · 学习路径建议 · 未来发展方向
课程总结核心要点回顾