Dernière mise à jour le 29 juillet 2022

Article sponsorisé

L’IA et l’apprentissage automatique alimentent désormais la plupart des expériences de produits, même au-delà de celles des grandes entreprises technologiques. Aujourd’hui, vos modèles doivent être performants et fonctionner correctement pour finalement apporter une valeur commerciale. Le coût du déploiement d’un modèle lent ou défectueux, ou de la non-détection rapide d’un comportement indésirable, pourrait avoir un impact significatif sur l’expérience client et les résultats de l’entreprise.

Stefan Krawczky a passé les 15 dernières années à travailler sur ce problème précis dans des entreprises comme Stitch Fix, Nextdoor et LinkedIn. Il a réussi à rationaliser le processus de « productionalisation » du modèle pour des centaines des meilleurs scientifiques des données et ingénieurs en apprentissage automatique. Il a également construit et géré l’infrastructure pour créer, déployer et suivre des dizaines de milliers de modèles en utilisant les meilleures pratiques MLOps.

‍Au cours de quatre sessions de 2 heures avec Stefan et d’autres grands professionnels du ML, vous allez :

• Apprenez à identifier, éviter et prévenir les pannes courantes de ML
• Passez en revue les études de cas de l’industrie pour apprendre des approches courantes pour la mise à l’échelle de l’inférence de modèle
• Évaluer et extrapoler les tactiques de la stratégie de déploiement de production de Stitch Fix
• Discuter des meilleurs outils pour améliorer l’observabilité du modèle

De plus, contrairement à d’autres plateformes en ligne, ces sessions sur Sphere donneront aux étudiants l’opportunité unique de travailler directement avec Stefan sur des scénarios spécifiques à l’industrie pour améliorer leurs connaissances MLOps tout en réseautant avec d’autres professionnels ML de haut niveau. Étant donné que le cours est également entièrement accrédité, la plupart des étudiants peuvent dépenser le cours en utilisant le budget de formation et de développement de leurs employés.

Inscrivez-vous dès aujourd’hui à Master Model Deployment & Inference