Beschreibung
Machine Learning at Scale bietet ein umfassendes Programm, das darauf ausgelegt ist, Machine Learning Engineers auf ein 'x10'-Leistungsniveau zu heben. Durch wöchentliche, qualitativ hochwertige Einblicke befasst sich die Plattform mit den Komplexitäten des Aufbaus und der Bereitstellung von Machine-Learning-Systemen im großen Maßstab. Die Inhalte werden von Ludo, einem Machine Learning Engineer bei Google mit umfassender Erfahrung in groß angelegten ML-Systemen, kuratiert, einschließlich der Bekämpfung von Missbrauch bei Milliarden von Nutzern mit 500.000 QPS, dem Vortraining von Transformer-basierten Modellen und der Arbeit an End-to-End-YouTube-Werbesystemen.
Der Lehrplan umfasst kritische Bereiche wie MLSys-Fallstudien, Designmuster und Karriereberatung für ML. Spezifische Vertiefungen sind für Machine Learning Systems, LLM Inference at Scale, Recommendation Systems at Scale, Search & Ranking Systems (RAG), Search in the AI era und Ads Systems at Scale geplant. Dieser Fokus stellt sicher, dass Ingenieure praktische Kenntnisse erwerben, die auf reale Herausforderungen in der modernen KI-Entwicklung anwendbar sind.
Abonnenten profitieren von praktischen Ratschlägen und Einblicken, die aus praktischer Erfahrung bei führenden Technologieunternehmen gewonnen wurden. Die Plattform zielt darauf ab, die Feinheiten von ML-Systemen zu entmystifizieren und es Ingenieuren zu ermöglichen, Lösungen zu entwerfen, zu implementieren und zu optimieren, die massive Datensätze und hohe Abfragevolumen verarbeiten. Die Zielgruppe umfasst angehende und praktizierende Machine Learning Engineers, die ihre Fähigkeiten verbessern, Best Practices verstehen und ihre Karrieren im sich schnell entwickelnden Bereich der KI vorantreiben möchten.
Machine Learning at Scale bietet eine einzigartige Gelegenheit, von einem Branchenexperten zu lernen, der ML-Techniken am CERN angewendet und Computer-Vision-Thesen bei Volvo entwickelt hat. Das Programm ist darauf ausgelegt, umsetzbares Wissen zu vermitteln, das Ingenieuren hilft, ihr volles Potenzial auszuschöpfen und in ihren Rollen effektiver und wirkungsvoller zu werden. Der kommende YouTube-Kanal und der MLSys-Kurs werden die für die Community verfügbaren Lernressourcen weiter ausbauen.
Machine Learning at Scale's Kernfunktionen
Wöchentliche, qualitativ hochwertige Einblicke für ML-Ingenieure
Fokus auf groß angelegte Machine-Learning-Systeme (MLSys)
MLSys-Fallstudien und Designmuster
Karriereberatung für Machine Learning
Vertiefungen in LLM-Inferenz im großen Maßstab
Expertise in Empfehlungssystemen im großen Maßstab
Anleitung zu Such- und Ranking-Systemen (RAG)
Einblicke in Werbesysteme im großen Maßstab
Inhalte von einem Google Machine Learning Engineer
Praktische Erfahrung mit High-QPS-Systemen
Training und Fine-Tuning von Transformer-basierten Modellen
Entwicklung von Computer-Vision-Thesen
Anwendung von ML am CERN
Wie verwendet man Machine Learning at Scale?
Abonnieren: Melden Sie sich für wöchentliche Einblicke über den Newsletter an.
Lernen: Beschäftigen Sie sich mit Fallstudien, Designmustern und Karriereberatung.
Vertiefung: Erkunden Sie spezialisierte Themen wie LLM-Inferenz und Empfehlungssysteme.
Anwenden: Implementieren Sie erlernte Prinzipien, um Ihre ML-Engineering-Fähigkeiten zu verbessern.
Weiterbildung: Verbessern Sie kontinuierlich Ihre Leistung, um ein x10 ML-Ingenieur zu werden.
Machine Learning at Scale's Anwendungsfälle
- ML-Systemdesign
- LLM-Bereitstellung
- Empfehlungs-Engines
- Suche und Ranking
- Optimierung von Werbesystemen
- Karriereentwicklung
- Groß angelegte Datenverarbeitung
