Al termine del corso, gli studenti saranno in grado di:
- Comprendere i principi chiave e le sfide relative al deploying di modelli di machine learning in ambienti di produzione.
- Implementare pipeline di machine learning di base utilizzando strumenti e framework standard.
- Applicare pratiche di base di DevOps per automatizzare il training, il testing, il deployment e il monitoraggio dei modelli.
- Progettare e implementare infrastrutture semplici per il deployment e la gestione di modelli di machine learning.
- Valutare le prestazioni e l'affidabilità dei modelli di machine learning in semplici ambienti di produzione.