دوره حرفه‌ای MLOps

از مدل تا مقیاس صنعتی
با محوریت تجربه، پروژه، و منتورشیپ
برگزارکننده: اسمارتک
۳۰ ساعت آموزش و منتورینگ تخصصی
فقط ۳۰ نفر با مصاحبه پذیرفته می‌شوند
30
ساعت آموزش
10
جلسه تخصصی
30
ظرفیت محدود با مصاحبه
5
منتور باتجربه

متن سربرگ خود را وارد کنید

آخرین فرصت ثبت‌نام !
فقط ۳۰ نفر با مصاحبه پذیرفته می‌شوند
چرا این دوره؟
مدل‌های هوش مصنوعی بدون عملیات حرفه‌ای، هیچ‌گاه به تولید نمی‌رسند. MLOps همان چیزی‌ست که مدل‌های یادگیری ماشین را به محصول واقعی و پایدار تبدیل می‌کند.
در این دوره، یاد نمی‌گیرید که فقط مدل بسازید؛ بلکه می‌آموزید چگونه آن را مدیریت، استقرار، مانیتور و به‌روزرسانی کنید — درست مانند تیم‌های حرفه‌ای در گوگل، نتفلیکس یا اوپن‌AI.
برای چه کسانی مناسب است؟
در این دوره چه چیزی یاد می‌گیرید؟

ماژول ۱: زیرساخت و مقدمات

مفاهیم DevOps و MLOps، Git، GitHub، DVC، Docker و Kubernetes در عمل، آشنایی با معماری MLOps در سطح صنعتی

Nov 09, 2017

ماژول ۲: ساخت و پیاده‌سازی پایپ‌ لاین‌ها

طراحی Pipeline های داده، مدل و ارزیابی، ابزارهایی مانند MLflow، Airflow، Prefect، اتوماسیون آموزش و ارزیابی مدل

Nov 09, 2017

ماژول ۳: استقرار و نظارت

استقرار مدل روی API، Docker، Kubernetes، مانیتورینگ عملکرد مدل، drift، latency و alertها، نسخه‌بندی مدل و re-training خودکار

Nov 09, 2017

ماژول ۴: پروژه نهایی و کوچینگ تیمی

انتخاب مسئله واقعی و پیاده‌سازی End-to-End، جلسات منتورشیپ برای بازبینی کد و زیرساخت، ارائه نهایی به سبک Demo Day در صنعت

Nov 09, 2017
تیم مدرسین و منتورهای شما
متخصصانی که تجربه واقعی پروژه‌های صنعتی را به کلاس درس می‌آورند.
دکتر محمد کیانی
مدرس اصلی و معمار سیستم‌های هوشمند
متخصص MLOps و معماری سیستم‌های هوشمند، مدرس دانشگاه و مشاور پروژه‌های
صنعتی در حوزه‌های مختلف.
مهندس امین قاسمی
طراح زیرساخت‌های هوش مصنوعی، متخصص CI/CD و اتوماسیون مدل
مهندس امیر نصر
کارشناس استقرار سیستم‌های یادگیری ماشین و زیرساخت ابری
مهندس حسن صالحی
مشاور یادگیری ماشین و پلتفرم‌های داده در سازمان‌ها
مهندس سعید آقاشاهی
توسعه‌دهنده ML و متخصص در مانیتورینگ و مدیریت مدل‌ها

ویژگی‌های متمایز این دوره

کاملاً عملی و پروژه‌محور
بدون اسلاید، فقط محیط واقعی
منتورشیپ حرفه‌ای
با بازبینی کد و زیرساخت شما توسط منتورها
پروژه پایانی قابل ارائه
به صنعت و قابل درج در رزومه
محیط اجرایی واقعی
استفاده از GitHub، Docker، MLflow و...
جزئیات ثبت‌نام

درخواست مشاوره

خروجی‌های دوره

ثبت نام

  • هزینه  ثبت نام دوره : 8,900,000