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.
Съдържание и теми, включени в курса
Въведение в Cursor за процесите с данни и ML
- Обща информация за ролята на Cursor в инженерията на данни и ML
- Настройка на средището и свързване на източници на данни
- Разбиране на асистенцията от AI при кодирането в ноутбъкове
Ускорение на разработката на ноутбъкове
- Създаване и управление на Jupyter ноутбъкове в Cursor
- Използване на AI за завършване на код, изследване на данни и визуализация
- Документиране на експерименти и поддържане на репродуктивността
Изграждане на ETL и тръби за feature engineering
- Генериране и преобразуване на ETL скриптове с AI
- Структуриране на тръбите за feature за мащабируемост
- Контролиране на версиите на компоненти на тръбите и набори от данни
Обучение и оценка на модели с Cursor
- Създаване на каркаси за код за обучение на модели и цикли за оценка
- Интегриране на предварителна обработка на данни и настройка на хиперпараметри
- Осигуряване на репродуктивност на моделите в различни средища
Интегриране на Cursor в MLOps тръбите
- Свързване на Cursor с реестри на модели и CI/CD процеси
- Използване на скриптове, асистен от AI, за автоматизирано преобучение и разгръщане
- Мониторинг на жизнения цикъл на модела и проследяване на версиите
Документация и доклади, асистен от AI
- Генериране на вътрешна документация за тръбите от данни
- Създаване на обобщения на експерименти и доклади за прогреса
- Подобряване на сътрудничеството в екипа чрез документация, свързана с контекста
Репродуктивност и управление в ML проектите
- Прилагане на най-добрите практики за произход на данни и модели
- Поддържане на управление и съответствие с код, генериран от AI
- Аудиране на решенията на AI и поддържане на проследимост
Оптимизиране на продуктивността и бъдещи приложения
- Прилагане на стратегии за промптиране за по-бърза итерация
- Изследване на възможности за автоматизация в операциите с данни
- Подготовка за бъдещи иновации в интеграцията на Cursor и ML
Обобщение и следващи стъпки
Изисквания
- Опит с анализ на данни или машинно обучение на базата на Python
- Разбиране на процесите за ETL и обучение на модели
- Запознатост с контролиране на версиите и инструменти за тръби от данни
Аудитория
- Данни учени, които създават и итерират ML ноутбъкове
- Инженери по машинно обучение, които проектират тръби за обучение и инференция
- MLOps професионалисти, които управляват разгръщането на модели и репродуктивността
14 Часа
