Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в Cursor за данни и ML работни процеси
- Общ преглед на ролята на Cursor в инженерията на данни и ML
- Настройка на околната среда и свързване на източници с данни
- Разбиране на AI-помощен код в тетрадки
Ускоряване на разработката на тетрадки
- Създаване и управление на Jupyter тетрадки в Cursor
- Използване на AI за завършване на код, изследване на данни и визуализация
- Документиране на експерименти и поддържане на възпроизводимост
Създаване на ETL и конвейери за характеристики
- Генериране и рефакториране на ETL скриптове с помощ на AI
- Структуриране на конвейерите за характеристики за разгъната
- Контрол на версии на компоненти и набори от данни в конвейерите
Обучаване и оценка на модели с Cursor
- Създаване на код за обучаване на модели и оценки
- Интегриране на предварителна обработка на данни и тюнинг на хиперпараметри
- Поддържане на възпроизводимостта на моделите в различни околнини
Интегриране на Cursor в конвейерите за MLOps
- Свързване на Cursor с регистри за модели и CI/CD работни процеси
- Използване на AI-помощни скриптове за автоматично повторно обучаване и разгъната
- Мониторинг на жизнен цикъл на модели и отслежване на версии
AI-помощна документация и съобщения
- Генериране на вградена документация за конвейерите с данни
- Създаване на резюмета и отчети за прогрес на експерименти
- Подобряване на сътрудничеството в екипите чрез документация, свързана с контекста
Възпроизводимост и управление в ML проектите
- Провеждане на най-добрите практики за линията на данните и моделите
- Поддържане на управлението и съответствието с помощ на AI-генериран код
- Аудит на решенията на AI и поддържане на проследимост
Подобряване на продуктивността и бъдещи приложения
- Прилагане на стратегии за подка兰 (prompts) за по-бърза итерация
- Изследване на възможности за автоматизация в операциите с данни
- Подготвка за бъдещи подобрения в интеграцията между Cursor и ML
Резюме и следващи стъпки
Изисквания
- Опит с анализ на данни или машинно обучение на база Python
- Разбиране на работните процеси за ETL и обучаване на модели
- Познаване на системи за контрол на версии и инструменти за конвейери с данни
Целева група
- Специалисти по данни, които строят и подобряват ML тетрадки
- Инженери за машинно обучение, проектиращи конвейери за обучаване и инференция
- Специалисти по MLOps, управяващи разгъната на модели и възпроизводимост
14 часа