趋近智
趋近智
本课程介绍 MLOps 的基本原理与实践。通过在从数据管理、模型训练到部署和监控的机器学习 (machine learning)全生命周期中应用规范的运维流程，学习构建可靠且高效的机器学习系统。
先修课程 具备 Python 和机器学习基础
级别:
MLOps 基本原理
说明 MLOps 的用途及其在生产级机器学习中的核心准则。
机器学习生命周期管理
描述机器学习生命周期的各个阶段，以及 MLOps 如何优化这些环节。
自动化与 CI/CD
理解自动化和 CI/CD 流水线在机器学习中的作用。
版本控制技术
对数据、代码和模型进行基础版本管理，以确保实验的可重复性。
模型部署与监控
掌握在生产环境中部署和监控机器学习模型的基础知识。