MLOpsブートキャンプ：モデルのCI/CD構築

データからデプロイメントまで — MLflow、Docker、Kubernetesを使って、実践的な機械学習プロジェクトを通じてMLOpsを学ぶ

Description

This course contains the use of artificial intelligence for translating original work in English to make it available to wider audience.

こちらのコースは、最先端のテクノロジーを母国語で学べるよう、AIによって英語から日本語に翻訳されています。

このハンズオン・ブートキャンプは、DevOpsエンジニアやインフラエンジニアが、成長著しいMLOps分野へスムーズに移行できるよう設計されています。AI/MLが現代アプリケーションの重要な要素となる中、MLOpsは機械学習モデルと本番システムをつなぐ不可欠な橋渡しの役割を果たしています。

本コースでは、「住宅価格の予測」という実際の回帰問題を題材に、データ処理からKubernetes上での本番デプロイまでを体験します。まずは、DockerとMLflowを用いた環境構築と実験トラッキングから始め、機械学習ライフサイクルの全体像を理解しながら、データエンジニアリング、特徴量エンジニアリング、モデルの実験をJupyterノートブックで実践します。

次に、FastAPIを使ってモデルをパッケージ化し、StreamlitベースのUIと共にデプロイします。GitHub Actionsを使ってCI用のMLパイプラインを自動化し、DockerHubへモデルコンテナをプッシュします。

後半では、Kubernetesを使ってスケーラブルな推論インフラを構築し、サービス公開やフロントエンドとバックエンドの接続、サービスディスカバリの設定を行います。さらに、Seldon Coreによる本番グレードのモデル提供や、PrometheusおよびGrafanaダッシュボードによるモニタリングも行います。

最後に、ArgoCDを用いて、Kubernetesクラスターへの変更をGitOpsスタイルで自動かつクリーンに管理・デプロイする方法を学びます。

このコースを修了する頃には、DevOpsの実践を活かしながら、機械学習ワークフローの運用と自動化に必要な知識とスキルを身につけ、MLOpsおよびAIプラットフォームエンジニアとしてのキャリアに備えることができるようになります。

Reminder – Rate this 100% off Udemy Course on Udemy that you got for FREEE!!