Vertex AI for Machine Learning Practitioners
La formation pour prendre en main Vertex AI et créer ses workflows Machine Learning personnalisés.
Présentation du cours
Ce cours d’une journée, animé par un instructeur, est destiné aux ingénieurs et aux data scientists familiarisés avec les modèles de Machine Learning qui souhaitent maîtriser l’utilisation de Vertex AI pour les workflows ML personnalisés.
Ce cours pratique et concret vous permettra d’approfondir les fonctionnalités de base de Vertex AI, vous permettant d’exploiter efficacement ses outils et ses capacités pour vos projets d’apprentissage automatique.
Objectifs pédagogiques
- Comprendre les composants clés de Vertex AI et la manière dont ils fonctionnent ensemble pour prendre en charge vos flux de travail ML.
- Configurer et lancer les tâches d’entraînement personnalisée et de réglage des hyperparamètres Vertex AI pour optimiser les performances du modèle.
- Organiser et versionner vos modèles à l’aide de Vertex AI Model Registry pour un accès et un suivi faciles.
- Configurer des clusters de service et déployez des modèles pour des prédictions en ligne avec Vertex AI Endpoints.
- Opérationnaliser et orchestrer des flux de travail ML de bout en bout avec Vertex AI Pipelines pour une efficacité et une évolutivité accrues.
- Configurer et configurer le monitoring sur les modèles déployés
Public Cible
Machine Learning Engineers, Data Scientists
Prérequis
Expérience dans la création et la formation de modèles ML personnalisés.
Familiarité avec Docker.
Programme
Module 01 : Entrainement, tuning et déploiement de modèles sur Vertex AI
Sujets
- Comprendre les applications d’entraînement conteneurisées
- Comprendre les tâches d’entraînement et de tuning personnalisées de Vertex AI
- Comprendre comment suivre et versionner vos modèles entraînés dans Vertex AI Model Registry
- Comprendre le déploiement en ligne avec Vertex AI Endpoints
Activité
- Lab : Entraîner, tuner, et servir des modèles avec Vertex AI
Module 02 : Orchestrer des workflows de bout en bout avec Vertex AI Pipelines
Sujets
- Comprendre Kubeflow
- Comprendre les composants Python pré-intégrés et légers
- Comprendre comment compiler et exécuter des pipelines sur Vertex AI
Activités
- Lab : Orchestrer un pipeline basé sur AutoML avec Vertex AI Pipelines
- Lab : Orchestrer un pipeline de d’entraînement et de tuning personnalisé avec des composants prédéfinis
- Lab : Orchestrer un pipeline de d’entraînement et de tuning personnalisé avec des composants Python légers
Module 03 : Monitoring des modèles sur Vertex AI
Sujets
- Comprendre le Feature Drift et Skew
Comprendre le monitoring des modèles déployés sur les Vertex AI Endpoints
Activités
- Lab : Monitoring de modèle Vertex AI