#455 · 主分类: 教育与研究
mlops-for-devops
面向DevOps工程师的MLOps:实践性、项目驱动的机器学习运维指南
项目最后更新:08/08/26
GitHub Stars
531
Forks数量
233
贡献者数量
2
许可证
Apache-2.0
收录理由
大多数MLOps教程默认读者是数据科学家,而这份资料反其道而行,专门为DevOps、平台和SRE工程师设计,让你不必成为数据科学家也能上手机器学习运维。整个项目围绕一个员工流失预测问题展开,从本地数据管道和模型训练开始,逐步推进到Airflow、DVC、Kubeflow、MLflow、KServe和Evidently在Kubernetes上的企业级编排。各阶段环环相扣,代码全部在仓库里,你可以跟着一步步跑通。讲解多用DevOps类比,少谈ML理论,对已经熟悉Kubernetes和Docker但没接触过MLOps的人来说,是进入生产环境实际工具链的实用桥梁。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建