Udemy – Deploy ML Model in Production with FastAPI and Docker 2025-3

توضیحات

دوره Deploy ML Model in Production with FastAPI and Docker. این دوره به شما آموزش می‌دهد چگونه مدل‌های یادگیری ماشین را از مرحله آزمایشی به برنامه‌های کاربردی عملی تبدیل کنید. با استفاده از FastAPI و Docker، شما فرآیند کامل استقرار مدل‌های ML را یاد می‌گیرید، از ساخت APIهای قدرتمند تا کانتینرسازی و استقرار روی پلتفرم‌های ابری مانند Heroku و Microsoft Azure. این دوره شامل پروژه‌های عملی مانند پیش‌بینی امتیاز، طبقه‌بندی کیفیت شراب و شناسایی گونه زنبق است که به شما کمک می‌کند بهترین شیوه‌های صنعتی را در توسعه API، مدیریت خطا و بهینه‌سازی عملکرد بیاموزید. همچنین، با ایجاد خطوط لوله CI/CD و استقرار راه‌حل‌های مقیاس‌پذیر، مهارت‌های مورد نیاز برای محیط‌های تولیدی را کسب خواهید کرد. این دوره برای دانشمندان داده و توسعه‌دهندگانی طراحی شده که می‌خواهند مدل‌های خود را در سیستم‌های واقعی پیاده‌سازی کنند. در پایان دوره، شما توانایی ساخت و استقرار سیستم‌های ML را از ابتدا تا انتها خواهید داشت و می‌توانید این مهارت‌ها را به عنوان مزیت رقابتی به کارفرمایان نشان دهید.

آنچه فرا خواهید گرفت

• استقرار مدل‌های یادگیری ماشین در تولید با استفاده از FastAPI و Docker.
• ایجاد API برای مدل‌های ML با FastAPI و نقاط پایانی بهینه‌سازی شده.
• کانتینرسازی برنامه‌های ML با Docker برای استقرارهای مقیاس‌پذیر.
• راه‌اندازی خطوط لوله CI/CD برای استقرار و تست خودکار.
• آموزش، ارزیابی و ذخیره مدل‌های ML، با تمرکز بر مجموعه‌داده‌های واقعی.
• استقرار مدل‌های ML در پلتفرم‌های ابری مانند Heroku و Microsoft Azure.
• ساخت و یکپارچه‌سازی یک فرانت‌اند ساده برای APIهای مدل ML.
• پیاده‌سازی لاگینگ (logging)، مدیریت خطا و مدیریت درخواست در APIها.

این دوره مناسب افرادیست که

• دانشمندان داده مشتاق به یادگیری استقرار مدل.
• مهندسان یادگیری ماشین با هدف افزایش مهارت‌های استقرار.
• توسعه‌دهندگان نرم‌افزار علاقه‌مند به یکپارچه‌سازی ML در برنامه‌ها.
• علاقه‌مندان به تکنولوژی کنجکاو در مورد Docker، FastAPI و استقرارهای ابری.
• متخصصانی که در حال انتقال به نقش‌های MLops یا مهندسی AI هستند.
• دانشجویان با دانش پایه پایتون که به دنبال ساخت پروژه‌های ML از ابتدا تا انتها هستند.

مشخصات دوره Deploy ML Model in Production with FastAPI and Docker

• ناشر: Udemy
• مدرس: Meta Brains, Skool of AI
• سطح آموزش: مبتدی تا پیشرفته
• مدت زمان آموزش: 3 ساعت و 57 دقیقه
• تعداد دروس: 57

سرفصل های دوره در تاریخ 2025/5

پیشنیازهای دوره Deploy ML Model in Production with FastAPI and Docker

• Basic knowledge of Python programming.
• Familiarity with machine learning concepts and workflows.
• A computer with internet access for software setup.
• Willingness to learn and experiment with new tools like Docker and FastAPI.

تصاویر دوره

نمونه فیلم دوره

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 563 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

1.5 گیگابایت