Administrativne informacije
| Naslov | Životni ciklus MLOpsa |
| Trajanje | 60 |
| Modul | B |
| Vrsta lekcija | Praktičan |
| Fokus | Praktična – Organizacijska umjetna inteligencija |
| Tema | Pregled životnog ciklusa MLOpsa od kraja do kraja |
Ključne riječi
MLOps, Organizacijska umjetna inteligencija, Etika, Dizajn,
Ciljevi učenja
- Razumijevanje MLOpsa od kraja do kraja
- Razumijevanje unosa podataka
- Upoznajte se s razvojem algoritama
- Upoznajte se s razvojem i implementacijom modela
- Razumijevanje kontinuiranog praćenja
Očekivana priprema
Edukativni događaji koji će biti završeni prije
Obvezno za studente
Neobvezno za studente
- Priprema i upravljanje podacima: Prije uranjanja u MLOps, korisno je razumjeti početne faze procesa strojnog učenja, posebno prikupljanje podataka, čišćenje i predobradu.
- Model obuke i validacije: Uvid u to kako su modeli obučeni, validirani i evaluirani pružit će čvrst temelj za razumijevanje operativnih aspekata ML-a.
- Ugađanje hiperparametara: Iako nije uvijek detaljno pokrivena u MLOps tečajevima, razumijevanje hiperparametarskog ugađanja može biti korisno jer je to ključan korak u optimizaciji modela.
- Alati i platforme MLOpsa: Poznavanje alata kao što su Kubeflow, Azure ML i drugi mogu dati studentima glavni početak.
- Praksa dokumentiranja u ML-u: Pravilna dokumentacija ključna je u MLOps-u za obnovljivost i suradnju. Razumijevanje najboljih praksi u ML dokumentaciji može biti korisno.
- Crisp-DM, CRISP-ML, ML platno: To su metodologije i okviri za upravljanje projektima ML-a. Osnovno razumijevanje može biti korisno za operativnu stranu ML projekata.
Preporuke i pozadina za studente
- Studentima se savjetuje da se upoznaju sa sljedećim alatima i tehnikama
- JupyterNotebooks
- CUE
- Docker
- Mlinica za papir
- Streamlit
- Skriptiranje ljuske
Preporučeno nastavnicima
- JupyterNotebooks
- CUE
- Docker
- Mlinica za papir
- Streamlit
- Skriptiranje ljuske
Nastavni materijali
- Molimo pogledajte cijeli paket ovdje RADIX-Practical-Package
Upute za učitelje
Uvod
Prije podučavanja praktičnog tečaja MLOps, ključno je da nastavnici imaju duboko razumijevanje alata i tehnologija navedenih u nacrtu tečaja. Tečaj je strukturiran oko 3-dijelne demo, svaki naglašava drugačiji pristup MLOps. Evo koraka za upoznavanje s ovim alatima:
1. Ljusak (ručni) način
Cilj: Razumjeti osnove postavljanja Python okruženja i pokretanje Jupyter bilježnice.
Koraci:
Python Environment: Instalirajte Python na svoj sustav. Saznajte kako stvoriti virtualno okruženje pomoću venv ili conda. Vježbajte aktiviranje i deaktiviranje okoliša.
Ugradnja pakiranja: Razumjeti strukturu i svrhu datoteke requirements.txt. Vježbajte instaliranje paketa pomoću Pip instalacije -r requirements.txt.
Bilježnica Jupyter: Instalirajte Jupyter prijenosno računalo. Saznajte osnove pokretanja Jupyter poslužitelja. Vježbajte stvaranje, trčanje i spremanje bilježnica.
Streamlit Server: Razumjeti svrhu Streamlit i kako se može koristiti za izradu web aplikacija. Vježbajte pomoću artefakata generiranih iz Jupyter prijenosnog računala u Streamlit aplikaciji.
Razmatranja: Razumjeti prednosti ovog pristupa, kao što su izgradnja temeljnog znanja i početni prototip. Budite svjesni njegovih ograničenja, kao što su potencijalna neurednost, izazovi u prijenosu znanja i poteškoće u repliciranju postava.
2. Docker + Make (nasljednost) način
Cilj: Shvatite koncepte kontejnerizacije i automatizacije pomoću Docker i Make.
Koraci:
Docker: Instalirajte Docker na svoj sustav. Razumjeti strukturu i svrhu Dockerfile. Vježbajte izradu Docker slika i trčanje kontejnera. Upoznajte se sa zajedničkim Docker naredbama.
Makefile: Podsjetite svrhu Makefile u automatizaciji zadataka. Saznajte osnovnu sintaksu Makefile. Vježbajte pisanje i izvršavanje jednostavnih Napravite naredbe.
Razmatranja: Razumjeti prednosti ovog pristupa, kao što je ponovljivost. Prepoznajte njezina ograničenja, kao što su potreba za repliciranjem projekata, prebacivanje konteksta i usredotočenost na slike nad artefaktima.
3. Radiks (sastavni) način
Cilj: Zaronite u napredne MLOps prakse pomoću kompozicijskih tijekova rada.
Koraci:
Tvornica papira: Razumjeti svrhu Papermill u parametarizaciji i izvršavanju Jupyter bilježnica. Vježbajte stvaranje i trčanje bilježnica s Papermill. Istražite dostupne pakete ili razmislite o stvaranju jednostavnog.
Streamlit (napredan): Zaronite dublje u napredne funkcije Streamlit. Istražite dostupne pakete ili razmislite o stvaranju jednostavnog.
Stvaranje tijeka rada: Razumjeti koncept kompozicijskih tijekova rada u MLOps. Vježbajte stvaranje tijekova rada koji koriste Papermill i Streamlit pakete.
Razmatranja: Razumjeti prednosti ovog pristupa, kao što su ponovljivost, jednostavna parametarizacija, validacija i prilagodljivost. Budite svjesni njegovih ograničenja, kao što su biti na rubu krvarenja i potencijalne praznine u dokumentaciji.
Zaključak
Slijedeći ove korake, nastavnici će biti dobro opremljeni za učinkovito provođenje praktičnog MLOps tečaja. Ključno je ne samo razumjeti tehničke aspekte, već i temeljne razloge za odabir svakog pristupa. To će nastavnicima omogućiti da učenicima pruže sveobuhvatno razumijevanje MLOps praksi.
Nacrt
| Trajanje (min) | Opis |
|---|---|
| 30 | Ručni način – Shell Scripting |
| 30 | Docker + Make (nasljednost) način |
| 30 | Radiks (sastavni) način |
| 30 | Vrijeme rada, Alatiranje i razmatranja uspješnosti |
| 10 | Sažimati i ocjenjivati rezultate |
Priznanja
Tarry Singh. (Real AI B.V., Assen, Nizozemska) https://realai.eu
Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.