عن الدورة
تركز هذه الدورة على معالجة الأسباب الحقيقية لفشل نماذج التعلم الآلي في بيئات الإنتاج التي لا تتعلق بجودة الخوارزميات بحد ذاتها، بل تتعلق بممارسات النشر غير الكافية، ضعف مراقبة الأداء، ونقص الضمانات التشغيلية. ستكتسب مهارات متقدمة في MLOps وهندسة موثوقية المواقع تُعزز من قدرة الأنظمة الذكية على العمل بكفاءة في الإنتاج. ستتعلم كيفية تنظيم سير عمل النشر عبر استراتيجيات الإصدارات التدريجية والرجوع التلقائي، وكيفية أتمتة إدارة دورة حياة النماذج باستخدام خطوط CI/CD مع ضمان الامتثال وتنشيط إعادة التدريب عند تغير البيانات. كما ستصمم أنظمة الرصد اللصيقة التي تستخدم سجلات الأداء، المقاييس، وتقنيات التتبع لتوفير رؤية شاملة لأداء الذكاء الاصطناعي. تشمل الدورة مشاريع عملية لبناء لوحات متابعة الأداء وربط تجربة المستخدم بمؤشرات الأداء التشغيلية، بالإضافة إلى تصميم خطوط أتمتة لتحسين الاستقرار دون التأثير على السرعة.
ماذا ستتعلم
- بناء سير عمل نشر باستخدام الإصدارات التدريجية والرجوع التلقائي لمنع الأعطال الإنتاجية
- أتمتة إدارة دورة حياة نماذج التعلم الآلي عبر خطوط CI/CD مع اختبارات الامتثال وإعادة التدريب عند الانحراف
- تنفيذ أطر التحقق من النظام وتحسين الأداء عبر تحليل الاعتماديات ومراقبة الأداء
- تصميم أنظمة مراقبة متكاملة للأداء عبر لوحات تحكم، ضبط التنبيهات، وتتبع موزع
المتطلبات المسبقة
- معرفة أساسية بالمفاهيم والمصطلحات ذات الصلة
- الاستعداد للمشاركة في تطبيقات عملية وتمارين قائمة على الحالات
المدرسون
Professionals from the Industry