Advanced Engineering for MLOps on AWS
Il corso “DSAI307 – Advanced Engineering for MLOps on AWS” fornisce una guida completa sull’implementazione di MLOps (Machine Learning Operations) utilizzando Amazon Web Services (AWS). Gli studenti acquisiranno competenze pratiche attraverso una serie di moduli che coprono l’introduzione all’MLOps, la creazione di environment sperimentali con Amazon SageMaker, la valutazione dei requisiti di sicurezza e governance per i modelli ML, le best practices per il versioning e la manutenzione dei modelli, l’implementazione di pipeline CI/CD e il monitoraggio delle soluzioni basate su ML.
CODE: DSAI307
Category: Corso Intelligenza Artificiale
Metodologia didattica
Il corso prevede laboratori didattici in cui ogni studente potrà svolgere esercizi di formazione che forniranno esperienza pratica nell’uso dello strumento, per ognuno degli argomenti trattati durante il corso.
Prerequisiti
- Conoscenza di base di AWS.
- DevOps Engineering AWS.
- Completamento del corso DSAI107.
Di seguito è riportata una panoramica dei contenuti del corso:
- Introduzione all’MLOps.
- Environment Sperimentali in SageMaker Studio.
- Repositories.
- Orchestration.
- Scaling & Testing.
- Monitoring.
Al termine del corso, i partecipanti saranno in grado di:
- Spiegare i benefici della metodologia MLOps.
- Comparare e capire le differenze tra DevOps e MLOps.
- Creare environment sperimentali per MLOps con Amazon SageMaker.
- Valutare i requisiti di sicurezza e governance per un modello ML e descrivere soluzioni e strategie di migrazione.
- Spiegare le best practices per versionare e mantenere l’integrità dei modelli.
- Descrivere tre opzioni per creare una pipeline CI/CD.
- Implementare le best practices per automatizzare il deploy dei modelli.
- Monitorare le soluzioni basate su ML.
Durata – 3 giorni
Erogazione – in aula, in loco, da remoto
Requisiti PC e SW:
- Connessione a Internet
- Browser web, Google Chrome
- Zoom
Lingua
- Istruttore: Italiano
- Laboratori: Inglese
- Slides: Inglese
