Google Vertex AI pour les Praticiens du Machine Learning

Ingénieurs en Machine Learning, Data Scientists

Dans ce cours, les participants apprendront à :

• Comprendre les composants clés de Vertex AI et comment ils fonctionnent ensemble pour soutenir les workflows de ML.
• Organiser et versionner des modèles à l'aide du Registre de modèles de Vertex AI pour un accès et un suivi faciles.
• Opérationnaliser et orchestrer des workflows de ML de bout en bout avec les Pipelines Vertex AI pour une efficacité et une scalabilité accrues.
• Configurer et lancer des tâches d'entraînement personnalisé et de réglage d'hyperparamètres de Vertex AI pour optimiser les performances des modèles.
• Configurer des clusters de service et déployer des modèles pour les prédictions en ligne avec les Points de terminaison Vertex AI.
• Configurer et mettre en place la surveillance sur les modèles déployés.

01 Entraînement, Réglage et Déploiement de Modèles sur Vertex AI

• Comprendre les applications d'entraînement conteneurisées
• Comprendre comment suivre et versionner vos modèles entraînés dans le Registre de modèles de Vertex AI
• Comprendre les tâches d'entraînement personnalisé et de réglage de Vertex AI
• Comprendre le déploiement en ligne avec les Points de terminaison Vertex AI

02 Orchestration de Workflows de bout en bout avec les Pipelines Vertex AI

• Comprendre Kubeflow
• Comprendre comment compiler et exécuter des pipelines sur Vertex AI
• Comprendre les composants Python pré-construits et légers

03 Surveillance de Modèles sur Vertex AI

• Comprendre la dérive (Drift) et l'asymétrie (Skew) des caractéristiques
• Comprendre la surveillance des modèles déployés sur les Points de terminaison Vertex AI

• Expérience dans la création et l'entraînement de modèles de ML personnalisés
• Familiarité avec Docker

• Aucun

• Pas de recommandation spécifique

• Un support de cours officiel sera fourni aux participants.