Il semble que ce service ait été suspendu
Je vais concevoir et déployer une pipeline d'apprentissage automatique automatisée avec mlops sur AWS
Bangladesh
À propos de ce service
Description du service :
« Avez-vous du mal à transférer vos modèles d'apprentissage automatique d'un Jupyter Notebook à un environnement de production en direct ? Je vais créer une pipeline MLOps professionnelle pour vous.
En tant que spécialiste MLOps, je fais le lien entre Data Science et ingénierie. Je ne fournis pas seulement un script ; je propose un système évolutif qui se met à jour automatiquement.
Ce que j'offre :
- Déploiement de modèles : applications FastAPI/Flask déployées sur AWS EC2 ou Lambda.
- Containerisation : Dockeriser votre application ML pour des performances constantes.
- Automatisation : pipelines CI/CD complets utilisant GitHub Actions ou AWS CodePipeline.
- Infrastructure cloud : configuration de S3 pour les artefacts de modèles et ECR pour le stockage d'images.
- Intégration de base de données : connexion à MongoDB pour la journalisation et le suivi en temps réel.
Pourquoi me choisir ? Je me spécialise dans la 'production' de l'IA, en veillant à ce que votre modèle soit fiable, rapide et facile à maintenir.»
Langage de programmation:
Python
•
SQL
•
MLflow
Frameworks:
Scikit-learn
•
Panda
APIs:
Amazon Rekognition
Outils:
Jupyter Notebook
•
MLflow
FAQ
Traduction automatique
Dois-je fournir le compte AWS ?
Oui, vous devrez fournir un utilisateur IAM AWS avec des permissions limitées ou me permettre de vous guider dans la configuration via Zoom.
Pouvez-vous travailler avec des modèles non-Python ?
Je me spécialise dans les frameworks basés sur Python (Scikit-Learn, PyTorch, TensorFlow), mais je peux containeriser presque n'importe quel environnement.
