Download as PDF, PPTX
Uploaded byAlan Tsai
Microsoft Learn AI 挑戰賽-實戰三 MLOps | Alan Tsai
本文件介绍了微软的 MLOps 实战课程，讲师 Alan Tsai 阐述了 MLOps 的概念及其在机器学习生命周期中的作用。课程涵盖了如何建立学习和开发环境，使用 GitHub Actions 和 Azure 机器学习进行自动化，并解决实际管理中的挑战。最后，文件提供了相关参考资料和示范内容的链接。
Microsoft Learn AI 挑戰賽-實戰三 MLOps | Alan Tsai
- 1. Microsoft Learn AI技能挑戰賽 實戰 3： MLOps Alan Tsai 微軟最有價值專家 – Azure (Microsoft MVP) 微軟認證講師 – (Microsoft Certified Trainer)
- 2.
- 3. 簡單的自我介紹 Alan Tsai 蔡孟玹 • 後端工程師 • Study4.TW 社群成員 • 翻譯文章/軟體 • 2 本翻譯書 • 看小說
- 4. 聯絡我 Alan Tsai的學習筆記 https://blog.alantsai.net • FB粉絲頁 • http://fb.alantsai.net • Youtube • http://yt.alantsai.net http://bilibili.alantsai.net/
- 5.
- 6. Agenda 從學習環境到正式環境 何謂MLOps 為什麼需要 MLOps 使用 Github Codespace + Github Action + Azure Machine Learning MLOps 的全貌是什麼
- 7.
- 8. Machine Learning 101 MachineLearning lifecycle Test / Evaluate Build & Train ML model file (Trained) Prepare Data, Build and Train an ML model Run/consume the ML model in app Run / Predict ? Web apps / Services Mobile apps Desktop apps Bots IoT Historic Data
- 9. Learning != Production MachineLearning lifecycle Test / Evaluate Build & Train ML model file (Trained) Prepare Data, Build and Train an ML model Run/consume the ML model in app Run / Predict ? Web apps / Services Mobile apps Desktop apps Bots IoT Historic Data 機器不 夠好 沒那麼 大的空 間 Model 怎麼提 供出來？
- 10.
- 11. 接下來的 Demo 涵蓋什麼 建立環境 建立開發的環境 – Github Codespace 用來跑完整 Machine Learning 的環境 – Azure Machine Learning 透過 Python SDK 和 Azure Machine Learning 互動 透過 Azure CLI 建立 Service Principle 透過 Jupyter Notebook 建立 Azure Machine Learning 相關功能 https://github.com/alantsai/tutorial-AzureML-MLOps-codespace
- 12. Demo – 你就是那條龍 建立Azure ML 和透過 Jupyter Notebook 來建立 Job
- 13. 看似很美好，問題是什麼？ 機器管理面 如果要改運算配置怎麼辦？ 誰要去執行？ 開發面 如果要改資料來源怎麼辦？ 怎麼知道目前上面的版本和我的 Notebook 有沒有一樣？ 資安面 如果原始碼洩露怎麼辦？ 多人作業的時候怎麼辦？
- 15.
- 16.
- 17.
- 18. 一樣的概念只是呈現不同 Explore the solutionarchitecture
- 19. 一樣的概念只是呈現不同 – 搭配角色 GigaOm-Deliveringon the Vision of MLOps
- 20. Demo 的內容 Explore thesolution architecture Github Repo Github Action Data Scientist Data Engineer ML Engineer
- 21. Demo 的內容 說明Github Action （Workflow）的內容 設定 Github Action Secrets Commit 程式碼自動觸發 Github Action
- 22. Demo – 從此以後只需要專注想專注的事情 改成用Github Action 來觸發整個 Model 建制
- 23. 同前一個 Demo 有什麼不一樣？ 程式碼和執行的可以對應的起來 不在要擔心誰去觸發執行的問題 各個角色只需要專注自己在乎的地方 不在會有有洩露機敏資訊的可能
- 24. 完整的 MLOps 會是什麼樣子 AzureMachine Learning Classical ML Architecture
- 25. MLOps with AzureMachine Learning
- 26.
- 27. 參考資料 Microsoft LearnAI Challenge https://www.facebook.com/alantsai.blog/posts/764517812345446 Bilibili 回放 https://space.bilibili.com/483888821/channel/collectiondetail?sid=1536665 Youtube 回放 https://www.youtube.com/playlist?list=PL5S9BJ3mvUsKAIsmoGk3PF_l5ivan2O8f
- 30.