Infrastructura eficientă pentru știința datelor: Cum să facem ca cercetătorii de date să fie productivi

Recenzii ale cititorilor

Cartea oferă un ghid cuprinzător pentru implementarea operațiunilor de învățare automată (MLOps) utilizând Metaflow, combinând cunoștințele teoretice cu exemple practice, practice, care vizează construirea de fluxuri de lucru scalabile pentru știința datelor.

⬤ Exemple practice și proiecte care predau eficient infrastructura MLOps utilizând Metaflow.
⬤ Explicații clare ale conceptelor, făcând-o accesibilă chiar și pentru cei care nu au o experiență în MLOps.
⬤ Bun echilibru între teorie și practică, cu accent pe aplicații practice și cazuri de utilizare din lumea reală.
⬤ Elementele umoristice și ilustrațiile captivante îmbunătățesc experiența de lectură.
⬤ Oferă informații valoroase dincolo de documentația oficială Metaflow.

⬤ Cartea se concentrează în principal pe Metaflow, ceea ce poate limita aplicabilitatea sa pentru cei care caută o perspectivă mai largă asupra MLOps fără a utiliza Metaflow.
⬤ Unii cititori pot avea nevoie de resurse suplimentare în afara cărții pentru configurarea infrastructurii Metaflow, deoarece unele configurări sunt acoperite numai în documentația externă.

(pe baza a 7 recenzii ale cititorilor)

Titlul original:

Effective Data Science Infrastructure: How to Make Data Scientists Productive

Conținutul cărții:

Simplificați infrastructura științei datelor pentru a oferi cercetătorilor de date o cale eficientă de la prototip la producție.

În Effective Data Science Infrastructure veți învăța cum să:

Proiectați o infrastructură pentru știința datelor care sporește productivitatea.

Gestionați calculul și orchestrarea în cloud.

Implementați machine learning în producție.

Monitorizați și gestionați performanța și rezultatele.

Combinați instrumentele bazate pe cloud într-un mediu coerent pentru știința datelor.

Dezvoltați proiecte reproductibile de știința datelor utilizând Metaflow, Conda și Docker.

Proiectați aplicații complexe pentru mai multe echipe și seturi mari de date.

Personalizați și dezvoltați infrastructura pentru știința datelor.

Infrastructură eficientă pentru știința datelor: Cum să facem oamenii de știință din domeniul datelor mai productivi este un ghid practic pentru asamblarea infrastructurii pentru știința datelor și aplicațiile de învățare automată. Acesta dezvăluie procesele utilizate la Netflix și la alte companii axate pe date pentru a-și gestiona infrastructura de date de ultimă generație. În el, veți stăpâni tehnici scalabile pentru stocarea, calcularea, urmărirea experimentelor și orchestrarea datelor, care sunt relevante pentru companii de toate formele și dimensiunile. Veți afla cum puteți face oamenii de știință de date mai productivi cu infrastructura cloud existentă, o stivă de software open source și Python idiomatic.

Autorul donează încasările din această carte organizațiilor caritabile care sprijină femeile și grupurile subreprezentate în știința datelor.

Achiziționarea cărții tipărite include o carte electronică gratuită în format PDF, Kindle și ePub de la Manning Publications.

Despre tehnologie.

Dezvoltarea proiectelor de știința datelor de la prototip la producție necesită o infrastructură fiabilă. Folosind tehnicile și instrumentele noi și puternice din această carte, puteți crea o infrastructură care se va adapta oricărei organizații, de la startup-uri la cele mai mari întreprinderi.

Despre carte.

Effective Data Science Infrastructure vă învață să construiți conducte de date și fluxuri de lucru pentru proiecte care vor supraîncărca cercetătorii de date și proiectele lor. Bazată pe instrumente și concepte de ultimă generație care alimentează operațiunile de date ale Netflix, această carte prezintă o abordare personalizabilă bazată pe cloud pentru dezvoltarea de modele și MLOps, pe care o puteți adapta cu ușurință la nevoile specifice ale companiei dvs. Pe măsură ce implementați aceste procese practice, echipele dvs. vor produce rezultate mai bune și mai rapide atunci când aplică știința datelor și învățarea automată la o gamă largă de probleme de afaceri.

Ce este în interior.

Gestionați calculul și orchestrarea în cloud.

Combinați instrumentele bazate pe cloud într-un mediu coerent de știința datelor.

Dezvoltați proiecte reproductibile de știința datelor utilizând Metaflow, AWS și ecosistemul de date Python.

Arhitecturați aplicații complexe care necesită seturi de date și modele mari, precum și o echipă de cercetători de date.

Despre cititor.

Pentru inginerii de infrastructură și oamenii de știință de date cu preocupări inginerești care sunt familiarizați cu Python.

Despre autor.

La Netflix, Ville Tuulos a proiectat și construit Metaflow, un cadru full-stack pentru știința datelor. În prezent, este CEO al unui startup axat pe infrastructura științei datelor.

Tabla de conținut.

1 Prezentarea infrastructurii științei datelor.

2 Lanțul de instrumente al științei datelor.

3 Prezentarea Metaflow.

4 Scalarea cu stratul de calcul.

5 Practicarea scalabilității și performanței.

6 Trecerea la producție.

7 Prelucrarea datelor.

8 Utilizarea și operarea modelelor.

9 Învățarea automată cu întregul pachet.