原文：
www.kdnuggets.com/2023/02/learn-mlops-github-repositories.html
图片由作者提供
机器学习操作（MLOps）是机器学习、DevOps 和数据工程的结合。MLOps 的作用是可靠且高效地部署和维护机器学习系统。
1. Google 网络安全证书 - 快速进入网络安全职业。
2. Google 数据分析专业证书 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你的组织的 IT
MLOps 过程包括这三个广泛的阶段：
-
设计 ML 驱动的应用程序
-
ML 实验和开发
-
ML 操作
由于机器学习算法在我们日常生活中的使用增加，MLOps 正在成为一个非常受欢迎的职业。随着需求的增加，MLOps 工程师及相关职业的需求也将增加。如果你正在阅读这篇文章，你可能会发现自己正身处其中。
你可能正在考虑从事 MLOps 职业，或者已经决定采取这一步。在这篇文章中，我将为你提供来自 GitHub 的宝贵学习资源，帮助你在 MLOps 职业中取得成功。
仓库链接：MLOps-Basics
如果你是 MLOps 新手，最好从基础知识开始。学习基础知识将帮助你理解更深层的内容，并将你的技能应用于实践。这个 GitHub 仓库是一个系列，分为 9 周，旨在帮助你理解 MLOps 的基础知识，如模型构建、监控、配置等。
仓库链接：mlops-guide
如果你需要全面了解 MLOps，本指南适合你。本指南的总体目标是帮助项目和公司建立一个更可靠的 MLOps 环境。
它从 MLOps 的基础知识开始，例如原理、架构等。你可以深入了解 MLOps 背后的理论，然后转向实施指南，这将帮助你在教程的指导下启动自己的项目。
仓库链接：awesome-mlops
选项多永远没坏处。这个 GitHub 仓库为你提供了一份精心挑选的 MLOps 参考资料列表。不论你的学习方法是通过 YouTube 视频还是文章——这个仓库都有。
你将获得一份资源清单，帮助你理解 MLOps 的核心内容，并可以加入相关社区。其他主题领域包括工作流管理、特征存储、数据工程、机器学习/人工智能的经济学等。
仓库链接：awesome-mlops
另一个与上述相同名称的 MLOps GitHub 仓库，但这个仓库涉及你需要了解的 MLOps 工具。这将帮助你掌握各种技能，并为面试阶段或获得 MLOps 工作时的相关问题做好准备。
它涵盖了如下工具主题：
仓库链接：dtu_mlops
这个 GitHub 仓库是由丹麦技术大学提供的机器学习运维课程。为了成功完成这个仓库，你需要具备以下先决条件：
-
机器学习的总体理解
-
深度学习的基础知识
-
使用 PyTorch 编程
你将获得不同类型的练习和有价值的材料，以提高你对机器学习运维的理解
仓库链接：mlops-course
如果你对自己的 MLOps 知识和技能感到自信，那么下一步是进行实战测试。最好的方法是通过项目工作来完成。这份 GitHub 仓库为你提供了一个基于项目的 MLOps 基础课程，以便你负责任地开发、部署和维护机器学习模型。
它是将机器学习与软件工程相结合，讲述如何构建生产级应用程序。这将帮助你建立一个坚实的作品集，并能够在面试阶段证明自己。
网上有很多现成的资源可以帮助你在 MLOps 领域取得成功。关键在于你愿意投入多少努力，但这绝对是可能的。
如果你需要一些指导和结构来规划学习路线，可以查看以下内容：
-
完整的 MLOps 学习路线图
-
MLOps 的绝对基础
尼莎·阿雅 是一名数据科学家和自由技术写作人。她特别感兴趣于提供数据科学职业建议或教程，并围绕数据科学提供理论知识。她还希望探索人工智能在延长人类寿命方面的不同方式。作为一个热衷于学习的人，她寻求拓宽自己的技术知识和写作技能，同时帮助指导他人。