《生产系统中的机器学习工程 (MLOps) 专业课程》的收官之课——在生产系统中部署机器学习模型 (Deploying Machine Learning Models in Production) 已于 4 月 1 日正式上线!
《MLOps 专业课程》的前三课向大家系统讲授了有关生产系统中机器学习工程的专业知识及实践经验，而在第四课中，您将切实掌握如何真正部署 ML 模型，使其可用于终端用户。
主要内容包括：
- 学习构建可伸缩和可靠的硬件基础设施，并基于用例，实时和批量交付推理请求；
- 参考当前的 MLOps 实践，实现工作流自动化和渐进交付，以保持生产系统的运行；
- 学习如何持续监控系统，以检测模型衰减、纠正性能下降，并避免系统故障，以便系统在任何时候都能持续运行。
Robert Crowe
Laurence Moroney
第四课由来自谷歌的 TensorFlow 开发工程师 Robert Crowe 和 TFX 倡导者 Laurence Moroney 共同教授。
课程内容：
第一章：模型服务介绍（学习时间约 5 小时 9 分钟）
第二章：模型服务模式和基础设施（学习时间约 10 小时 9 分钟）
第三章：模型管理和交付（学习时间约 11 小时 52 分钟）
第四章：模型监控和日志记录（学习时间约 5 小时 51 分钟）
离成为 MLOps 达人只有一课之遥了！欢迎大家登录 deeplearningai.net 进行学习！