İki gün sürecek AWS ve Deep Learning Türkiye ile beraber organize ettiğimiz "Machine Learning using Containers, MLOps: Live Coding" etkinlik serimizin ikincisinde "MLOps on AWS & Amazon SageMaker Studio: Live Coding" sunumunda buluşuyoruz.

AWS kredisi hediye çekilişine katılmak ve AWS ile iletişimde kalmak için AWS Etkinlik kayıt linkinden kayıt olmayı unutmayınız: https://aws-aiml-tr-atolye-serisi.splashthat.com/

§  Geleneksel ML geliştirme karmaşık, pahalı ve yinelemeli bir süreçtir, çünkü tüm makine öğrenimi iş akışı için entegre araçlar bulunmamaktadır. Zaman alıcı ve hataya eğilimli olan araçları ve iş akışlarını bir araya getirmeniz gerekir. SageMaker, makine öğrenimi için kullanılan tüm bileşenleri tek bir takım setinde sunarak bu sorunu çözerek modellerin çok daha az çaba harcayarak ve daha düşük maliyetle üretime daha hızlı geçmesini sağlar.

§  Bu oturumda, canlı kodlama ile Amazon SageMaker Studio'yu kullanarak üretkenliği nasıl artıracağımızı açıklayacağız:

-  MLOps nedir? DevOps’tan farkı nedir? Zorluklar, İhtiyaçlar ve iyi uygulama örnekleri (Best Practices) nelerdir?

-  Amazon SageMaker Studio Notebooks: Veri Bilimi takımında işbirliği

-  Amazon SageMaker Autopilot: Kontrolün sizde olduğu Otomatik Makine Öğrenimi

-  Amazon SageMaker Experiments: Makine Öğrenimi projelerinin takibi

-  Amazon SageMaker Debugger: Model eğitiminde sorun analizi

-  Amazon SageMaker Model Monitor: Modelleri kalitesinin sürekli kontrol ve iyileştirilmesi

§  Konuşmacılar: Merve Noyan (Makine Öğrenme Mühendisi, Deep Learning Türkiye), Hasan Basri AKIRMAK (AWS Türkiye)