首页
›
AI与大模型
›
025-系统化实战技能
›
《MLOps持续集成与持续交付流水线设计》
VIP19
本课程属于:025-系统化实战技能
AI与大模型 · 共 19 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
📘
MLOps持续集成与持续交付流水线设计
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
MLOps概述 · CI/CD在ML中的重要性 · 课程目标与学习路径
课程导入
MLOps
02
机器学习项目生命周期
从数据收集到模型部署的各个阶段 · 以及CI/CD如何融入
机器学习项目生命…
从数据收集到模型…
03
版本控制基础
Git核心概念 · 分支策略 · 在ML项目中的应用
版本控制基础
Git
04
数据版本管理
DVC等工具的使用 · 数据集 · 特征
数据版本管理
DVC
05
实验跟踪与模型注册
MLflow等工具 · 记录实验参数 · 指标
实验跟踪
模型注册
06
持续集成(CI)基础
CI概念 · 工具(Jenkins · GitLab CI等)
CI
持续集成
07
ML流水线中的自动化测试
数据验证 · 模型评估 · 代码测试
ML
流水线
08
构建ML训练流水线
自动化数据预处理 · 特征工程 · 模型训练与验证
ML
构建
09
模型打包与容器化
Docker基础 · 模型服务化 · 镜像构建最佳实践
模型打包
容器化
10
持续交付(CD)基础
CD概念 · 部署策略(蓝绿 · 金丝雀等)
CD
持续交付
11
模型部署模式
在线推理 · 批处理 · 边缘部署
模型部署模式
线推理
12
模型监控与反馈
监控指标 · 数据漂移检测 · 模型性能衰减
模型监控
反馈
13
CI/CD流水线中的安全与合规
安全扫描 · 模型公平性 · 隐私保护
CI/CD
流水线
14
案例实战
构建一个简单的ML CI/CD流水线…
案例实战
ML
15
进阶
使用Kubeflow或Airflow…
进阶
Kubeflow
16
进阶
自动化模型再训练与触发机制
进阶
自动化模型再训练
17
进阶
多环境管理(开发 · 测试 · 生产)与配置管理
进阶
多环境管理
18
进阶
基础设施即代码(IaC)在ML中的应…
进阶
IaC
19
常见问题与解决方案
流水线失败 · 数据不一致 · 模型部署回滚等
常见问题
解决方案
20
性能优化
加速构建 · 缓存策略 · 并行执行
性能优化
加速构建
21
团队协作与流程
GitFlow · 代码审查 · CI/CD文化
团队协作
流程
22
工具链集成
Jupyter · VS Code · 云服务(AWS
工具链集成
Jupyter
23
模型可解释性与可审计性
记录决策 · 模型解释工具
模型可解释性
可审计性
24
成本管理与资源优化
云资源调度 · 自动伸缩
成本管理
资源优化
25
综合实战
设计一个生产级ML CI/CD流水线…
综合实战
ML
26
综合实战
从零搭建一个完整的MLOps平台
综合实战
MLOps
27
综合实战
处理大规模数据与分布式训练
综合实战
处理大规模数据
28
综合实战
多模型管理与A/B测试
综合实战
A/B
29
综合实战
模型生命周期管理与治理
综合实战
模型生命周期管理
30
课程总结与未来趋势
MLOps最佳实践 · 工具演进 · 职业发展建议
课程总结
未来趋势
所属VIP或分类
同VIP:AI平台安全与权限管理实战
同VIP:AI训练平台搭建完整实战手册
同VIP:AI训练数据流水线自动化构建