تبریک می‌گوییم و بقول کفار Congradulation 😎🎉.

شما دوره‌ی آموزشی مقدماتی MLOps یا «ام‌ال‌آپس به زبان ساده و با مثال» را با موفقیت به پایان رساندید. در طول این دوره، با تمام مراحل اصلی چرخه‌ی حیات یک مدل یادگیری ماشین آشنا شدید؛ آنهم به ساده‌ترین شیوه‌ی ممکن و به دوره از ارائه مطالب پیچیده و کم استفاده. خلاصه‌ی مطالبی که آموختیم بشرح جدول ذیل است:

فصلعنوانمفاهیم کلیدی
۱مبانی ام‌ال‌آپسچیستی و چرایی MLOps، ابزارهای ضروری
۲ساخت پایپ‌لاینآموزش مدل، MLflow، DVC
۳بسته‌بندی و استقرارداکر، FastAPI
۴اتوماسیون با CI/CDگیت‌هاب اکشنز
۵مانیتورینگتغییر داده، تغییر مفهوم

گام‌های بعدی در مسیر یادگیری

حالا که با مفاهیم پایه آشنا شدید، می‌توانید در مسیرهای زیر عمیق‌تر شوید:

۱. آموزش پیشرفته‌ی MLflow: با قابلیت‌های Model Registry و Projects آشنا شوید.
۲. ابزارهای مانیتورینگ: کتابخانه‌های Evidently و WhyLabs را به طور تخصصی یاد بگیرید.
۳. استقرار در فضای ابری: با سرویس‌های ابری مثل AWS SageMaker یا Azure ML آشنا شوید. یا اگر در ایران هستید تلاش کنید که مدل‌ها را بر روی سرورهای ابری ابرآروان ببرید.
۴. مدیریت پایپ‌لاین‌های بزرگ: با ابزاری مثل Apache Airflow کار کنید. این ابزار بشما امکان مدیریت جریان‌های کاری و خطوط لوله را بشکل بصری ارائه می‌دهد.

دوره ویدیوی ببینیم؟

اگر احساس نیاز به دوره‌ی ویدیویی دارید ما بشما دو کورس فوق‌العاده در این وادی را پیشنهاد می‌دهیم:

  • دوره جامع مهندسی داده؛ در این کورس علاوه بر کار با ابزارهای اصلی مهندسی داده، با تکنولوژی‌های اصلی دنیای ام‌ال‌آپس نیز آشنا خواهید شد و یک پروژه end-to-end را اجرا خواهیم کرد.
  • دوره «پیاده‌سازی مدل‌های یادگیری ماشین بطور امن»؛ در این دوره علاوه بر ام‌ال‌آپس با مفاهیم امنیتی در این وادی نیز آشنا خواهید شد. بشدت این دوره برای افرادی که قصد دیپلوی کردن مدل‌های خود یا سازمان را دارند توصیه می‌گردد.

کورس‌های دیگری نیز در این وادی هستند. ولی متاسفانه به زبان فارسی در این حوزه‌ هم اکنون دوره ویدیوی جامع و مناسبی وجود ندارد.

با آرزوی بهترین‌ها برای شما در مسیر پر پیچ و خم اما لذت بخش آموزش.