Este curso faz parte do Programa de cursos integrados Building Cloud Computing Solutions at Scale

4.6
estrelas
49 classificações

Noah Gift

4.574 já se inscreveram

oferecido por

Programa de cursos integrados Building Cloud Computing Solutions at ScaleUniversidade Duke

Informações sobre o curso

14.468 visualizações recentes

Welcome to the fourth course in the Building Cloud Computing Solutions at Scale Specialization! In this course, you will build upon the Cloud computing and data engineering concepts introduced in the first three courses to apply Machine Learning Engineering to real-world projects. First, you will develop Machine Learning Engineering applications and use software development best practices to create Machine Learning Engineering applications. Then, you will learn to use AutoML to solve problems more efficiently than traditional machine learning approaches alone. Finally, you will dive into emerging topics in Machine Learning including MLOps, Edge Machine Learning and AI APIs. 
This course is ideal for beginners as well as intermediate students interested in applying Cloud computing to data science, machine learning and data engineering. Students should have beginner level Linux and intermediate level Python skills. For your project in this course, you will build a Flask web application that serves out Machine Learning predictions.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 4 de 4 no

Programa de cursos integrados Building Cloud Computing Solutions at Scale

Nível intermediário

Beginner level Linux and Python skills

Aprox. 12 horas para completar

Inglês

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 4 de 4 no

Programa de cursos integrados Building Cloud Computing Solutions at Scale

Nível intermediário

Beginner level Linux and Python skills

Aprox. 12 horas para completar

Inglês

Instrutores

Classificação do instrutor

4,66/5 (13 classificações)

Noah Gift

Executive in Residence and Founder of Pragmatic AI Labs

Interdisciplinary Data Science (MIDS)

32.888 aprendizes

10 Cursos

oferecido por

Universidade Duke

Programa - O que você aprenderá com este curso

Semana

Semana 1

4 horas para concluir

Getting Started with Machine Learning Engineering

4 horas para concluir

15 vídeos (Total 47 mín.), 5 leituras, 1 teste

15 videos

Instructor Introduction1min

Course Introduction2min

Lab Onboarding1min

Course 4 Project Overview1min

Introduction to Machine Learning Engineering30s

Machine Learning Engineering Overview1min

Machine Learning Engineering Architecture3min

Introduction to Machine Learning Microservices40s

Machine Learning Microservices Overview1min

Monolithic versus Microservice2min

Introduction to Continuous Delivery for Machine Learning39s

Continuous Delivery for Machine Learning Overview1min

What is Data Drift?2min

Continuously Deploy Flask ML Application4min

AWS App Runner: High-Level PaaS Continuous Delivery21min

5 leituras

Specialization Project Roadmap: Course 410min

Course Structure and Discussion Etiquette10min

Jupyter Notebook Workflow for Machine Learning10min

K-Means Clustering Sample Dataset10min

High Level MLOps Continuous Deployment10min

1 exercício prático

Week 1 Quiz30min

Semana

Semana 2

4 horas para concluir

Using AutoML

4 horas para concluir

21 vídeos (Total 138 mín.), 2 leituras, 1 teste

21 videos

Introduction to AutoML50s

What is AutoML?1min

AutoML Computer Vision3min

Introduction to No Code/Low Code4min

No Code/Low Code AutoML: Part 134min

No Code/Low Code AutoML: Part 218min

Apple Create ML AutoML19min

Introduction to Ludwig AutoML1min

What is Ludwig AutoML?1min

Ludwig AutoML Deep Dive2min

Ludwig AutoML By Example5min

Introduction to Cloud AutoML46s

What is Cloud AutoML?1min

Cloud AutoML Deep Dive1min

Guest Speaker: Alfredo Deza1min

Introduction to Azure Machine Learning Studio3min

Create a Dataset in Azure Machine Learning Studio10min

Automated ML Run in Azure Machine Learning Studio12min

Experiments in Azure Machine Learning Studio3min

Deploy a Module in Azure Machine Learning Studio5min

Test Endpoints in Azure Machine Learning Studio4min

2 leituras

Managed Machine Learning Systems10min

Use Apple's AutoML Computer Vision10min

1 exercício prático

Week 2 Quiz30min

Semana

Semana 3

5 horas para concluir

Emerging Topics in Machine Learning

5 horas para concluir

22 vídeos (Total 158 mín.), 2 leituras, 1 teste

22 videos

Introduction to MLOps38s

What is MLOps?1min

MLOps Deep Dive3min

Introduction to Edge Machine Learning49s

What is Edge Machine Learning?3min

Edge Machine Learning Vision in Action6min

Hardware Inference Model Solutions in Edge Machine Learning23min

Edge Machine Learning in Google29min

Edge Machine Learning in AWS16min

Introduction to AI APIs57s

How to Use AI APIs?2min

Core Components of a Cloud Application4min

AWS Comprehend for Natural Language Processing7min

AWS Rekognition for Computer Vision2min

GCP AutoML for Natural Language Processing10min

GCP AutoML for Computer Vision4min

Azure AutoML for AI Predictions16min

Azure AutoML for Computer Vision1min

Core Components of a Cloud Application Recap34s

Steps to Developing an API9min

Flask Machine Learning Backend4min

Checklist for Building Professional Web Services7min

2 leituras

Deep Dive: Use a Low Code or No Code Cloud AI API to Solve a Problem10min

Deploy a Flask Machine Learning Model That You Didn't Build10min

1 exercício prático

Week 3 Quiz30min

Avaliações

4.6

9 avaliações

5 stars
73,46%
4 stars
16,32%
3 stars
8,16%
2 stars
2,04%

Principais avaliações do CLOUD MACHINE LEARNING ENGINEERING AND MLOPS

por YA7 de fev de 2022

Amazing teacher and perfect mixture of necessary informations. It was a privilage to learn from him, i recommend this course for every ML Engineer.

por JY1 de jun de 2022

Great course to know practical ideas and concepts.

por AD31 de out de 2022

Great Intro into DevOps and MLOps for beginners, Also good explanation and practical application examples

por SG8 de jul de 2021

Excellent course, very concise but complete, if possible a second version would be ideal

Visualizar todas as avaliações

Sobre Programa de cursos integrados Building Cloud Computing Solutions at Scale

With more companies leveraging software that runs on the Cloud, there is a growing need to find and hire individuals with the skills needed to build solutions on a variety of Cloud platforms. Employers agree: Cloud talent is hard to find. This Specialization is designed to address the Cloud talent gap by providing training to anyone interested in developing the job-ready, pragmatic skills needed for careers that leverage Cloud-native technologies.

In the first course, you will learn how to build foundational Cloud computing infrastructure, including websites involving serverless technology and virtual machines, using the best practices of DevOps. The second course will teach you how to build effective Microservices using technologies like Flask and Kubernetes that are continuously deployed to a Cloud platform: Amazon Web Services (AWS), Azure or Google Cloud Platform (GCP). The third course begins to put together all of the Cloud concepts introduced in the first two courses to tackle more complex data engineering solutions. And finally, in the fourth course you will apply Machine Learning Engineering to build a Flask web application that serves out Machine Learning predictions.

Building Cloud Computing Solutions at Scale

Perguntas Frequentes – FAQ

Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Existe algum auxílio financeiro disponível?
Sim. Em programas de aprendizado selecionados, você pode solicitar auxílio financeiro ou uma bolsa de estudos caso não consiga pagar a taxa de inscrição. Se o auxílio financeiro ou bolsa de estudos estiver disponível para a seleção do seu programa de aprendizado, você encontrará um link para se inscrever na página de descrição.

Mais dúvidas? Visite o Central de Ajuda ao estudante.

Cloud Machine Learning Engineering and MLOps

Informações sobre o curso