Administratieve informatie
| Titel | Data-architectuur |
| Looptijd | 60 |
| Module | B |
| Type les | Tutorial |
| Focus | Praktisch — Organisatie-AI |
| Onderwerp | Data-architectuur |
Sleutelwoorden
Data Architectuur, Machine Leren pijplijn, MMLOps,
Leerdoelen
- Om de fundamenten van Machine Learning System architecturen te kennen
- Om te weten hoe u een machine learning-pijplijn moet ontwerpen en automatiseren
- Om de basisaspecten van sommige ML-productiepijpleidingen te kennen
- Om te weten hoe u een ML-productiepijplijn op Cloud kunt configureren
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Geen.
Verplicht voor studenten
- Proces voor gegevensanalyse
- Modellen voor machine learning
Optioneel voor studenten
- DevOps
- CI/CD
Referenties en achtergronden voor studenten
Geen.
Aanbevolen voor docenten
- Google cloud architctuur
- Bakshi, K. (2012, maart). Overwegingen voor big data: Architectuur en aanpak. In 2012 IEEE lucht- en ruimtevaart conferentie (blz. 1-7). IEEE.
Lesmateriaal
Instructies voor docenten
Te behandelen onderwerpen
- Inleiding tot wat een data-architectuur is
- MLOps
- Ontwerp en automatisering van een machine learning pijplijn
- Architectuur van een machine learning systeem in productie
- Orkestratie van de ML pijplijn.
- Configuratie van een continue integratie
- Continuous Delivery CI/CD-systeem voor de ML-pijpleiding met behulp van de Cloud.
Omtrek
| Duur (min) | Omschrijving | Concepten | Activiteit | Materiaal |
|---|---|---|---|---|
| 5 | MLOps | Ml-systeem, ML-pijpleiding, DevOps, Ononderbroken Integratie, Ononderbroken Levering, Ononderbroken Testen |
Lezing | Externe dia’s |
| 10 | Ontwerp en automatisering van een machine learning pijplijn | CI/CD-pijpleiding, CT-pijpleiding | Lezing | Externe dia’s |
| 20 | Architectuur van een machine learning systeem in productie | Gegevensvalidatie, voorbewerking, Modelontwikkeling, Modelanalyse, Modelontwikkeling, TFX |
Lezing | Externe dia’s |
| 10 | Orkestratie van de ML-pijplijn | Orkesttor, Kubeflow | Lezing | Externe dia’s |
| 15 | Configuratie van een Continuous Integration/Continuous Delivery CI/CD-systeem voor de ML-pijpleiding met behulp van de Cloud | Ml pijpleiding op Cloud | Voorbeeld runnen | Online tutorials |
Erkenningen
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.