Новости
Инженер по машинному обучению — новый путь обучения от Google
Этот путь обучения вы можете пройти самостоятельно и бесплатно. Однако он является довольно длительным, поскольку каждый отдельный курс требует от 8 до 32 часов.
Google предлагает новый полный путь обучения по основам машинного обучения с использованием технологий Google Cloud.
В прошлом году Google уже выпустил обучающий курс, связанный с генеративным ИИ. Генеративный ИИ — это тип ИИ, который может выявлять долгосрочные зависимости и закономерности в больших обучающих наборах, а затем использовать полученные знания для создания нового контента, включая текст, изображения, аудио и синтетические данные.
Однако в этом курсе основное внимание уделялось генеративному ИИ как конечному продукту, что отличается от фактической роли ML-инженера. Инженер ML занимается проектированием, созданием, оптимизацией, эксплуатацией и обслуживанием ML-систем, включая системы GenAI.
Путь обучения «Инженер машинного обучения» объясняет все обязанности и технологии, связанные с этой ролью, и фокусируется на использовании инструментов Google Cloud.
Путь состоит из 15 отдельных курсов:
- Экскурсия по AI лабораториям Google Cloud
- Введение в искусственный интеллект и машинное обучение в Google Cloud
- Начало работы с машинным обучением
- TensorFlow в Google Cloud
- Feature Engineering
- Машинное обучение на предприятии
- Производственные системы машинного обучения
- Основы компьютерного зрения в Google Cloud
- Обработка естественного языка в Google Cloud
- Рекомендательные системы в Google Cloud
- MLOps: Начало работы
- MLOps с Vertex AI: управление фичами
- Конвейеры ML в облаке Google
- Подготовка данных для ML API в Google Cloud
- Создание и развертывание решений в области машинного обучения на базе Vertex AI
Этот путь обучения вы можете пройти самостоятельно и бесплатно. Однако он является довольно длительным, поскольку каждый отдельный курс требует от 8 до 32 часов. Имейте в виду, что иногда материал может быть очень техническим.
Хотя курс ориентирован на изучение ML с помощью инструментов Google, он имеет ценность и за его пределами, поскольку преподаваемые концепции можно применять в целом.
