Administrativ information
| Titel | Dataarkitektur |
| Varaktighet | 60 |
| Modul | B |
| Typ av lektion | Handledning |
| Fokus | Praktiskt – Organisatorisk AI |
| Ämne | Dataarkitektur |
Nyckelord
Dataarkitektur,Machine Learning pipeline, MLOps,
Lärandemål
- Att känna till grunderna i maskininlärningssystem arkitekturer
- Att veta hur man designar och automatiserar en maskininlärningspipeline
- Att känna till de grundläggande aspekterna av en ML-produktionsrörledning
- Så här konfigurerar du en ML-produktionspipeline på Cloud
Förväntad förberedelse
Lärande händelser som ska slutföras innan
Ingen.
Obligatoriskt för studenter
- Process för dataanalys
- Modeller för maskininlärning
Valfritt för studenter
- DevOps
- CI/CD
Referenser och bakgrund för studenter
Ingen.
Rekommenderas för lärare
- Google Cloud Architcture
- Bakshi, K. (2012, mars). Överväganden för stordata: Arkitektur och förhållningssätt. 2012 års IEEE-konferens inom flyg- och rymdsektorn (s. 1–7). IEEE.
Lektionsmaterial
Instruktioner för lärare
Ämnen som ska täckas
- Introduktion till vad en dataarkitektur är
- MLOps
- Design och automatisering av en maskininlärningspipeline
- Arkitektur av ett maskininlärningssystem i produktion
- Orkestrering av ML-ledningen.
- Konfiguration av en kontinuerlig integration
- Kontinuerlig leverans CI/CD-system för ML-rörledningen med hjälp av molnet.
Konturer
| Längd (min) | Beskrivning | Begrepp | Verksamhet | Material |
|---|---|---|---|---|
| 5 | MLOps | Ml System, ML Pipeline, DevOps, Kontinuerlig integration, kontinuerlig leverans, kontinuerlig testning |
Föreläsning | Yttre slidor |
| 10 | Design och automatisering av en maskininlärningspipeline | CI/CD-rörledning, CT-rörledning | Föreläsning | Yttre slidor |
| 20 | Arkitektur av ett maskininlärningssystem i produktion | Datavalidering, förbehandling, Modellutveckling, Modellanalys, Model Deployment, TFX |
Föreläsning | Yttre slidor |
| 10 | Orkestrering av ML-ledningen | Orkestermästare, Kubeflow | Föreläsning | Yttre slidor |
| 15 | Konfiguration av en kontinuerlig integration/kontinuerlig leverans CI/CD-system för ML-rörledningen med hjälp av molnet | Ml pipeline på molnet | Körexempel | Handledning på nätet |
Erkännanden
Masterprogrammet Human-Centered AI har samfinansierats av Fonden för ett sammanlänkat Europa i Europeiska unionen inom ramen för Grant CEF-TC-2020–1 Digital Skills 2020 EU-IA-0068.