To wersja testowa nowego serwisu infoShare Academy — wyświetlane treści i oferta nie są wiążące ani kompletne

AI

MLflow

Szkolenie z MLflow to intensywny, dwudniowy kurs, który koncentruje się na praktycznym zastosowaniu MLflow do zarządzania cyklem życia modeli machine learningowych.

Czas trwania
16h · 2 dni
Dla kogo

Idealny dla zespołów, które…

1 Data scientistów i ML engineerów, którzy chcą ustandaryzować pracę z eksperymentami, modelami i artefaktami oraz uporządkować proces wyboru i rejestracji modeli
2 Specjalistów IT (Data/Platform/DevOps), którzy wspierają zespoły ML w automatyzacji i utrzymaniu praktyk MLOps oraz integracji narzędzi wokół cyklu życia modelu
3 Programistów i inżynierów ML, którzy chcą przygotowywać uruchomienia modeli oraz podstawy obserwowalności i procesu aktualizacji (wersjonowanie, rollback, kontrola jakości)
Efekty po programie

Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.

Konfiguracji i utrzymania MLflow Tracking w praktycznym workflow eksperymentów (parametry, metryki, artefakty, porównywanie uruchomień)

Rejestrowania i zarządzania modelami w MLflow (pakowanie, sygnatury, walidacja wejść/wyjść, wersjonowanie i etapy w Model Registry)

Organizacji projektów i uruchomień z MLflow Projects (środowiska, zależności, powtarzalność uruchomień, przekazywanie konfiguracji)

Integracji MLflow z popularnymi frameworkami ML oraz typowych wzorców uruchomień i monitorowania jakości (logowanie metryk, sygnały driftu, proces aktualizacji)

Wymagania

Co warto wiedzieć przed startem

  • Znajomość podstaw programowania w Pythonie
  • Doświadczenie z narzędziami do analizy danych będzie dodatkowym atutem
  • Podstawowa wiedza z zakresu uczenia maszynowego
Program · 8 modułów

Co konkretnie robimy

Dzień 1: Wprowadzenie do MLflow i podstawy zarządzania modelami

M01
Podstawy MLflow
  • · Wprowadzenie do MLflow i architektura (Tracking Server, Backend Store, Artifact Store)
  • · Instalacja i konfiguracja MLflow (środowisko, zależności, uruchomienie lokalne i zdalne)
M02
Śledzenie eksperymentów z MLflow Tracking
  • · Rejestr eksperymentów ML: parametry, metryki, artefakty, tagi, lineage
  • · Zarządzanie metadanymi i wynikami eksperymentów: porównania, filtrowanie, powtarzalność
M03
Modelowanie i przechowywanie modeli
  • · Rejestracja modeli z MLflow Models: formaty, sygnatury, wymagania środowiska
  • · Repozytorium modeli (Model Registry): wersje, etapy, artefakty, audyt zmian
M04
Rejestrowanie i śledzenie eksperymentów
  • · Warsztat: rejestracja i porównanie eksperymentów ML (baseline, metryki, artefakty)
  • · Analiza i interpretacja wyników eksperymentów: wybór modelu, ograniczenia, ryzyka

Dzień 2: Zaawansowane techniki i praktyczne zastosowania

M05
Wdrożenie modeli z MLflow Projects
  • · Projekty MLflow: struktura, konfiguracja, zależności, uruchomienia powtarzalne
  • · Uruchomienia modeli na różnych platformach: wzorce i scenariusze integracyjne
M06
Monitorowanie modeli z MLflow Models
  • · Monitoring modeli po uruchomieniu: metryki jakości, drift, logowanie predykcji i cech
  • · Aktualizacja i optymalizacja modeli: wersjonowanie, rollback, kontrola regresji jakości
M07
Integracja z innymi narzędziami i usługami
  • · Integracja MLflow z frameworkami ML (TensorFlow, PyTorch, Scikit-Learn) i standardy logowania
  • · Integracja MLflow z platformami chmurowymi (AWS, Azure, GCP): przechowywanie artefaktów i uruchomienia
M08
Wdrożenie i monitorowanie modelu
  • · Warsztat: uruchomienie modelu z MLflow w scenariuszu referencyjnym (konfiguracja, artefakty, wersje)
  • · Monitoring i optymalizacja modelu: metryki, alerty, proces aktualizacji i utrzymania jakości
Każdy moduł modyfikujemy pod Twój stack i kontekst. Powyższe to punkt wyjścia — nie sztywna agenda.
Jak pracujemy

Od briefu do retro w 30 dniach.

01

Brief i diagnoza

Rozmowa z liderem zespołu + krótka ankieta dla uczestników. Określamy cele, gap, kontekst.

02

Modyfikacja programu

Dostosowujemy moduły, case studies i przykłady kodu pod Twój stack. Akceptacja w 5 dni.

03

Warsztat

Sesje z trenerem, hands-on, code review. Mentor dostępny też pomiędzy sesjami.

04

Retro + raport

Raport z efektami dla zespołu i lidera. 30 dni konsultacji w cenie.

Zapytanie

Wyślij brief. Odezwiemy się w 1 dzień.

Po krótkim briefie przygotujemy program i wycenę. Bez zobowiązań — to tylko punkt wyjścia do rozmowy.

Wycena w 48h od briefu
Pierwsza sesja w 30 dni
Pilotaż przed pełną decyzją
Faktura VAT, możliwość płatności w transzach

Co robimy z Twoimi danymi

Dane służbowe (imię, e-mail firmowy, telefon, firma, stanowisko) przetwarzamy w celu obsługi zapytania o szkolenie dla firmy i przygotowania oferty. Administratorem danych jest infoShare Academy Sp. z o.o., Al. Grunwaldzka 472B, 80-309 Gdańsk. Podanie danych jest dobrowolne, ale niezbędne do udzielenia odpowiedzi. Masz prawo dostępu do danych, ich sprostowania, usunięcia, ograniczenia przetwarzania i wniesienia sprzeciwu. Pełną informację znajdziesz w Klauzuli informacyjnej.

Zgody marketingowe (dobrowolne)

Administratorem danych osobowych jest infoShare Academy sp. z o.o. Zasady przetwarzania danych osobowych znajdują się w dokumentach Polityka Prywatności oraz Klauzula Informacyjna.