Διοικητικές πληροφορίες
| Τίτλος | Αρχιτεκτονική δεδομένων |
| Διάρκεια | 60 |
| Ενότητα | Β |
| Είδος μαθήματος | Φροντιστήριο |
| Εστίαση | Πρακτική — Οργανωτική ΤΝ |
| Θέμα | Αρχιτεκτονική δεδομένων |
Λέξεις-κλειδιά
Αρχιτεκτονική στοιχείων, σωλήνωση μάθησης μηχανών, MLOps,
Μαθησιακοί στόχοι
- Να γνωρίσουμε τις βασικές αρχές των αρχιτεκτονικών συστημάτων μηχανικής μάθησης
- Για να μάθετε πώς να σχεδιάσετε και να αυτοματοποιήσετε έναν αγωγό μηχανικής μάθησης
- Για να γνωρίζουμε τις βασικές πτυχές κάποιου αγωγού παραγωγής ML
- Για να μάθετε πώς να ρυθμίσετε ένα αγωγό παραγωγής ML στο Cloud
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Καμία.
Υποχρεωτικό για τους φοιτητές
- Διαδικασία ανάλυσης δεδομένων
- Μοντέλα μηχανικής μάθησης
Προαιρετικό για Φοιτητές
- DevOps
- CI/CD
Αναφορές και υπόβαθρο για τους μαθητές
Καμία.
Συνιστάται για εκπαιδευτικούς
- Google cloud Architcture
- Bakshi, K. (2012, Μάρτιος). Εκτιμήσεις για τα μαζικά δεδομένα: Αρχιτεκτονική και προσέγγιση. Το 2012 διάσκεψη της IEEE για την αεροδιαστημική (σ. 1-7). IEEE.
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
Θέματα που πρέπει να καλυφθούν
- Εισαγωγή στο τι είναι μια αρχιτεκτονική δεδομένων
- MLOps
- Σχεδιασμός και αυτοματοποίηση ενός αγωγού μηχανικής μάθησης
- Αρχιτεκτονική ενός συστήματος μηχανικής μάθησης στην παραγωγή
- Ενορχήστρωση του αγωγού ML.
- Διαμόρφωση μιας Συνεχούς Ολοκλήρωσης
- Σύστημα συνεχούς παράδοσης CI/CD για τον αγωγό ML χρησιμοποιώντας το Cloud.
Σχεδιάγραμμα
| Διάρκεια (ελάχ.) | Περιγραφή | Έννοιες | Δραστηριότητα | Υλικό |
|---|---|---|---|---|
| 5 | MLOps | Σύστημα μιλ., αγωγός ML, DevOps, Συνεχής ολοκλήρωση, συνεχής παράδοση, συνεχής δοκιμή |
Διάλεξη | Εξωτερικές διαφάνειες |
| 10 | Σχεδιασμός και αυτοματοποίηση ενός αγωγού μηχανικής μάθησης | Αγωγός CI/CD, αγωγός CT | Διάλεξη | Εξωτερικές διαφάνειες |
| 20 | Αρχιτεκτονική ενός συστήματος μηχανικής μάθησης στην παραγωγή | Επικύρωση δεδομένων, Προεπεξεργασία, Ανάπτυξη μοντέλων, ανάλυση μοντέλων, ανάπτυξη μοντέλων, TFX |
Διάλεξη | Εξωτερικές διαφάνειες |
| 10 | Ενορχήστρωση του αγωγού ML | Orchestrator, Kubeflow | Διάλεξη | Εξωτερικές διαφάνειες |
| 15 | Διαμόρφωση συστήματος συνεχούς ολοκλήρωσης/συνεχούς παράδοσης CI/CD για τον αγωγό ML χρησιμοποιώντας το σύννεφο | Αγωγός ml στο σύννεφο | Παράδειγμα λειτουργίας | Online Tutorials |
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.