课程主页: https://www.coursera.org/learn/deploying-machine-learning-models-in-production
在Coursera上，名为”在生产中部署机器学习模型”的课程是机器学习工程系列专业的第四门课程。本课程旨在教会学生如何将机器学习模型部署为可供终端用户使用的应用程序。课程内容涵盖了构建可扩展且可靠的硬件基础架构，以便根据不同的使用案例为实时和批处理推理请求提供支持。
课程的学习分为四个部分：
第一周：模型服务：介绍
在这一周，学生将学习如何将机器学习模型提供给终端用户，同时优化推理过程，使得模型服务更加高效。
第二周：模型服务：模式与基础架构
这里将深入探讨如何通过构建可扩展和可靠的基础架构来提供模型，并交付批量和实时推理结果。
第三周：模型管理与交付
学生将学习如何实施机器学习过程、管道和工作流自动化，这些实践符合现代MLOps规范，以便在项目的整个生命周期中进行管理和审计。
第四周：模型监控与日志记录
最后，学生将建立检测模型衰退的程序，防止在持续运行的生产系统中降低准确度。
通过本课程的学习，学生不仅能够掌握机器学习模型的部署技能，还能了解如何确保模型在生产环境中的有效性和稳定性。这对于希望在工业界应用机器学习的专业人士来说，具有重要的实际意义。
总的来说，这门课程提供了深度的理论知识和实用的技能，适合希望精通MLOps的学习者。
课程主页: https://www.coursera.org/learn/deploying-machine-learning-models-in-production