免费编程教程

全部标签 Python React 安全 自动化 MySQL Go 分布式 隐私 Docker CSS Vue3 开源
训练作业排队

设计训练作业的优先级排队策略，按团队、任务紧急度分配资源，并实现资源预留保证关键任务。

人工智能 作业排队 调度 MLOps
20 0 0
2026-06-28
资源管理 Kubernetes for AI

使用 Kubernetes 管理机器学习工作负载，包括训练 Job、推理 Service 和自动扩缩容，实现云原生 AI 平台。

人工智能 Kubernetes 云原生 MLOps
17 0 0
2026-06-28
混沌工程与 ML 系统

将混沌工程原则引入机器学习系统，主动注入故障以发现隐藏缺陷，提升推理服务对延迟、依赖故障的韧性。

人工智能 混沌工程 鲁棒性 MLOps
20 0 0
2026-06-20
影子部署 Shadow Deployment

将新模型作为影子服务与现网模型并行运行，记录其预测但不返回给用户，安全积累评估数据。

人工智能 影子部署 模型评估 MLOps
25 0 0
2026-06-20
模型 A/B 测试

学习为模型上线设计 A/B 测试，分流实时流量，利用统计检验判断新模型是否显著优于旧模型。

人工智能 A/B测试 模型评估 MLOps
25 0 0
2026-06-20
模型重训练策略

对比定期重训练、基于漂移触发的重训练以及增量在线更新策略，选择合适的模型迭代方案以保持性能。

人工智能 重训练 模型更新 MLOps
23 0 0
2026-06-20
数据漂移与概念漂移

深入理解数据漂移与概念漂移的成因，学习 KS 检验、MMD 等统计检测方法以及模型重训练与适配策略。

人工智能 漂移检测 分布变化 MLOps
42 0 0
2026-06-20
模型监控与漂移检测

搭建生产环境模型监控体系，检测数据漂移与概念漂移，设定触发告警与自动重训练的阈值。

人工智能 模型监控 漂移检测 MLOps
44 0 0
2026-06-20
特征存储 Tecton

了解特征存储的架构，学习 Tecton 如何统一管理离线与在线特征，确保训练与服务阶段特征的一致性。

人工智能 特征存储 Tecton MLOps
19 0 0
2026-06-20
MLflow 模型注册与版本

使用 MLflow Tracking 记录实验参数与指标，通过 Model Registry 管理模型版本并一键部署到不同平台。

人工智能 MLflow 模型管理 MLOps
20 0 0
2026-06-20
TFX TensorFlow Extended

使用 TensorFlow Extended 搭建端到端的 ML 生产流水线，包括数据验证、转换、训练、评估与模型推送。

人工智能 TFX 生产流水线 MLOps
23 0 0
2026-06-20
机器学习流水线 Kubeflow

在 Kubernetes 上部署 Kubeflow，构建可复现的 ML 流水线，涵盖数据预处理、训练、调参与模型部署。

人工智能 Kubeflow 流水线 MLOps
26 0 0
2026-06-20
AI 工程师路线

聚焦模型训练和线上服务，从 ML 基础到 MLOps。

人工智能 AI 路线图 MLOps
23 0 0
2026-06-19
MLOps 机器学习运维体系

建立标准化的机器学习流水线，涵盖实验跟踪、模型注册、自动化部署和性能监控，实现 ML 的持续交付。

人工智能 MLOps 模型部署 流水线
28 0 0
2026-06-12