توضیحات
ML System Design in a Hurry، دوره آموزش طراحی سیستم یادگیری ماشین در زمان کوتاه توسط آکادمی Hello Interview منتشر شده است.برای مصاحبه های طراحی سیستم یادگیری ماشین (ML)، با استفاده از یک راهنمای کاربردی و ساختارمند که توسط مدیران استخدام و مهندسان ارشد شرکت های FAANG تهیه شده است، آماده شوید. ML System Design in a Hurry چارچوب و دانش پایه مورد نیاز برای مواجهه با مصاحبه های طراحی سیستم ML را فراهم می کند؛ مصاحبه هایی که به دلیل تفاوت انتظارات شرکت ها و مصاحبه کنندگان می توانند چالش برانگیز باشند. این راهنما به جای تمرکز بر نظریه یادگیری ماشین، بر مهارت های عملی مورد نیاز برای طراحی، پیاده سازی و استقرار سیستم های یادگیری ماشین در محیط عملیاتی تمرکز دارد. یاد بگیرید چگونه بحث های مصاحبه را ساختاردهی کنید، با مسائل مبهم روبه رو شوید، اهداف کسب و کار را شناسایی کنید، آن ها را به مسائل یادگیری ماشین تبدیل کنید و تصمیم های فنی آگاهانه بگیرید. درک خود را از مفاهیم اصلی، پژوهش های مهم، الگوهای رایج و تکنیک های کلیدی توسعه دهید تا بتوانید توانایی های مهندسی خود را نشان دهید و در مصاحبه ها موفق شوید. این راهنما کاربردی و تا حد زیادی خودکفا طراحی شده است تا بتوانید مطالب را به ترتیب مطالعه کنید، بخش هایی را که از قبل می دانید کنار بگذارید و با توجه به زمان و نیازهای آمادگی خود، از منابع تکمیلی به صورت گزینشی استفاده کنید.
مهارت هایی را توسعه دهید که مصاحبه کنندگان هنگام ارزیابی مهندسان یادگیری ماشین بررسی می کنند؛ از جمله تعریف مسئله، نیازمندی های داده، پیش پردازش، مهندسی ویژگی، انتخاب مدل، آموزش، ارزیابی، استقرار، پایش و تکرار و بهبود. طراحی سیستم های ML کاربردی، طراحی زیرساخت ML، پژوهش هوش مصنوعی و یادگیری ماشین و مهندسی پژوهش AI/ML را بررسی کنید تا تفاوت آن ها را درک کرده و نوع مصاحبه متناسب با نقش مورد نظر خود را مشخص کنید. یاد بگیرید چگونه اهداف مبهم کسب و کار را به اهداف قابل اندازه گیری ML تبدیل کنید، معیارهای موفقیت را تعیین کنید، برچسب ها و ویژگی ها را طراحی کنید، از نشت داده و حلقه های بازخورد جلوگیری کنید، معماری های مناسب مدل را انتخاب کنید، موازنه های فنی را ارزیابی کنید و مدل ها را در سیستم های عملیاتی ادغام کنید. همچنین مقیاس پذیری، عملکرد، قابلیت اطمینان، نمایش داده ها، اولویت بندی ویژگی ها، استنتاج آنلاین و آفلاین، تأخیر، هزینه، caching، quantization و pruning را یاد بگیرید. این راهنما بر مهارت های ارتباطی، همکاری، پاسخ به بازخورد مصاحبه کننده و تمرین مسائل رایج طراحی سیستم ML با همکاران یا مربیان نیز تأکید دارد تا توانایی شما در توضیح و دفاع از تصمیم های طراحی بهبود یابد.
آنچه خواهید آموخت
- انواع مصاحبه های یادگیری ماشین، شامل طراحی سیستم ML کاربردی، طراحی زیرساخت ML، پژوهش AI/ML و مهندسی پژوهش AI/ML را درک کنید.
- از یک چارچوب ساختارمند برای پیشبرد مصاحبه های طراحی سیستم ML، سازمان دهی بحث ها، مدیریت زمان و مواجهه با مسائل مبهم و واقعی استفاده کنید.
- اهداف کسب و کار را به اهداف مشخص ML تبدیل کنید، صورت بندی های مناسب مسئله را انتخاب کنید، معیارهای موفقیت را تعریف کنید و معیارهای ارزیابی معنادار را تعیین کنید.
- نیازمندی های داده را شناسایی کنید، برچسب ها را طراحی کنید، پیش پردازش و مهندسی ویژگی انجام دهید، نمایش داده ها را انتخاب کنید و از نشت داده و حلقه های بازخورد جلوگیری کنید.
- مدل ها و معماری های مناسب را انتخاب کنید، موازنه های بین گزینه های مختلف را درک کنید و راهکارهای یادگیری ماشین مؤثر و کارآمد طراحی کنید.
- سیستم های ML را با معیارهای مناسب آفلاین و آنلاین ارزیابی کنید، مدل ها را در سیستم های عملیاتی ادغام کنید، راهکارها را مستقر کنید، عملکرد را پایش کنید و بهبود دهید.
- ملاحظات عملی محیط تولید، از جمله مقیاس پذیری، تأخیر، هزینه، بهینه سازی استنتاج، caching، quantization، pruning و قابلیت اطمینان را بررسی کنید.
- هنگام تمرین پرسش های رایج مصاحبه طراحی سیستم ML، مهارت های فنی عمیق، حل مسئله، ارتباط و همکاری خود را نشان دهید.
این دوره برای چه کسانی مناسب است
- مهندسان یادگیری ماشین که برای مصاحبه های طراحی سیستم ML در شرکت های فناوری و سازمان های متمرکز بر یادگیری ماشین آماده می شوند.
- مهندسان نرم افزار که قصد ورود به نقش های مهندسی یادگیری ماشین را دارند و می خواهند طراحی عملی سیستم ML و جریان های کاری محیط تولید را درک کنند.
- مهندسان میان رده و ارشد که برای مصاحبه هایی با ارزیابی طراحی سیستم ML کاربردی، استقرار مدل و مهارت های مهندسی محیط تولید آماده می شوند.
- افرادی که به زیرساخت ML، سرویس دهی مدل، خطوط پردازش داده، مهندسی ویژگی و سیستم های ML مقیاس پذیر علاقه مند هستند.
- متخصصان AI/ML که می خواهند توانایی خود را در طراحی، پیاده سازی، ارزیابی و عملیاتی سازی راهکارهای یادگیری ماشین تقویت کنند.
- جویندگان کار که به دنبال رویکردی کاربردی، ساختارمند و متمرکز بر مصاحبه برای آمادگی در طراحی سیستم ML هستند.
مشخصات دوره ML System Design in a Hurry
- ناشر : Hello Interview
- مدرس : hello interview
- زبان: انگلیسی
- سطح آموزش: تمام سطوح
- تعداد دروس: 2
- مدت زمان آموزش: 1 ساعت و 54 دقیقه
سر فصل های دوره ML System Design in a Hurry
bot-detection
harmful-content
تصاویر

فیلم نمونه
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 720p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
199 مگابایت













































