Visão Geral

Este Curso Machine Learning, está na moda hoje. A maioria dos cursos de ML se concentra na construção de modelos. No entanto, levar os modelos de ML para produção envolve um pouco de trabalho extra, conforme ilustrado no diagrama abaixo. Este curso ensinará Engenharia de Aprendizado de Máquina - o processo de produção, monitoramento e gerenciamento de modelos de ML. Usaremos um ambiente de nuvem (Google Cloud ou Amazon Cloud ou Microsoft Cloud) para nossa implantação.

Publico Alvo

• Este curso foi desenvolvido para Cientistas de Dados, DevOps e Engenheiros de Dados.
  

Pre-Requisitos

• Algum conhecimento em Machine Learning ou Deep Learning é altamente recomendado
• Você pode fazer um destes cursos: 'Machine Learning in Python', 'Deep Learning'
• Alguns conhecimentos básicos de Python são altamente recomendados.
• Nossos laboratórios utilizam a linguagem Python. Mas Python é uma linguagem muito fácil de aprender. Portanto, mesmo que você não tenha experiência anterior com Python, poderá concluir os laboratórios.

Informações Gerais

Carga horaria: 32h

• Se noturno este curso e ministrado de segunda-feira a sexta-feira das 19h às 23h, total de 8 encontros.
• Se aos sábados este curso e ministrado das 09h às 18h, total de 4 encontros.

Formato de entrega:

• 100% on-line ao vivo via Microsoft Teams, na presença de um instrutor/consultor ativo no mercado e docente em sala de aula. 
• Nota: não é curso gravado (o mesmo acontece em tempo real na presença de um instrutor).
• Apostila + exercícios práticos

Materiais

Conteúdo Programatico

1. ML Engineering overview
2. Overview of the AI capabilities of the Cloud ::Platform of choice
3. Storing large data in the cloud
4. Processing large data in the cloud using distributed tools
5. Training models at scale, using GPUs on the cloud
6. Deploying models as webservices
7. Logging and tracing of model runtime
8. Model metrics
9. Setting up alerts
10. A/B testing different models
11. Updating newer model versions