README.md

FIAP MBA em Data Science & Inteligência Artificial

Informações sobre o curso acesse aqui.

Este repositório reúne todos os notebooks, imagens, modelos e demais materiais necessário para a condução das aulas e revisão das mesmas.

Machine Learning Engineering aka MLOps

Nossas aulas utilizará o VSCode. Para instalar click no link e baixe o instalador.

Utilize o Codespaces como alternativa a sua IDE. Mas utilize com cautela pois os créditos na versão gratuita são limitados.

E não esqueça de desligar.

Aula 1: Introdução a machine learning engineering

1. Introdução a MLOps
2. DevOps & CD4ML
3. Práticas de engenharia de Software
4. Desafios de projeto de machine learning
5. Testes de unidade e linting

Desafio

Testes de unidade

Linting

Aula 2: Versionamento e controle

1. Gerenciamento de versão e controle de código-fonte
2. Git e Gitflow para projetos de machine learning
3. Scaffolding de projeto de machine learning

Desafio

Notebook de experimentação de primeiro modelo de regressão.

Aula 3: Implantação de modelos

1. Estratégias de implantação de modelo em produção
2. Ciclo-de-vida de modelos e experimentos
3. Fluxos de trabalho de machine learning
4. Contêinerização de aplicações
5. Desenvolvimento de APIs em cloud

Repositório do modelo de predição de preços de laptop

Repositório da API que serve o modelo de predição de preços de laptop

Repositório do frontend que consome a API do modelo de predição de preços de laptop

Aula 4: Automação de Pipelines

1. Automação de fluxos de trabalho em machine learning
2. Automação de treinamento e implantação de modelos
3. Pipelines de entrega contínua
4. Monitoramento de modelos
5. Desvios de modelos de machine learning

Repositório do modelo de predição de preços de laptop

Repositório da API que serve o modelo de predição de preços de laptop

Repositório do frontend que consome a API do modelo de predição de preços de laptop

Repositório para o estudo de desvio de modelos.