Machine Learning Operations - Mandarin Chinese
本课程将引导学员全面探索机器学习模型运营，重点关注 MLOps 与模型生命周期管理。课程初始部分涵盖 MLOps 的核心组件与最佳实践，为学员有效实施机器学习模型的运营化奠定坚实基础。在课程后半部分，我们将深入介绍模型生命周 期的基础知识，演示如何结合使用 Model Registry 与 Unity Catalog 无缝管理模型生命周期，从而实现高效的模型管理。课程结束时，学员将获得实践洞察，并对 MLOps 原则形成全面深入的理解，掌握在复杂的机器学习模型运营环境中灵活应对所需的技能。
注意：
- 这是 'Machine Learning with Databricks’ 系列课程中的第四门课程。
- 对于 SCORM 课程文件，请确保完成内容后关闭 SCORM 窗口。请勿点击 ‘Next Lesson’ 按钮，否则可能导致 SCORM 模块无法标记为已完成。
在尝试学习此内容之前，您至少应熟悉以下内容:
• 熟悉 Databricks Data Intelligence Platform 及基本工作区运营（创建集群、在笔记本中运行代码、使用基本笔记本操作、从 Git 导入 Repos）
• 具备中级 Python 编程经验，包括数据处理库（Pandas、NumPy）的使用以及与 APIs 的交互（REST 端点、JSON 载荷）
• 掌握 MLflow 的基础知识，涵盖实验追踪、模型日志记录、Model Registry 运营及模型生命周期管理
• 理解机器学习基础知识，包括模型训练、评估、部署工作流及性能监控概念
• 熟悉 MLOps 概念，包括数据质量评估、特征工程、模型测试及持续监控实践
• 具备命令行界面的基本使用经验，以及云平台和开发工具的身份验证配置经验
• 理解 LakeFlow Jobs 及工作流编排概念（任务依赖关系、条件逻辑、调度、通知）
• 掌握模型监控与漂移检测的基本原理，包括性能指标与异常检测
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
Registration options
Databricks has a delivery method for wherever you are on your learning journey
Self-Paced
Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos
Register now
Instructor-Led
Public and private courses taught by expert instructors across half-day to two-day courses
Register now
Blended Learning
Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase
Purchase now
Skills@Scale
Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details
