Part I 

2016'da kurulan Hugging Face, AI/ML uygulamalarınıza son teknoloji Transformer modellerini eklemenizi kolaylaştıran bir girişimdir. Açık kaynak dünyasında son dönemin en popüler kütüphaneleri sayesinde, 164 dilde 7.000'den fazla önceden eğitilmiş Derin Öğrenme modeli yapay zeka ile Doğal Dil İşleme projelerinde kullanılabilir.

Amazon Web Services (AWS), en kapsamlı ve en derin makine öğrenimi hizmetlerini ve bulut altyapısını destekleyerek makine öğrenimini her yazılım geliştiricinin ve veri bilimcisinin hizmetine sunuyor. Onbinlerce müşteri, veri bilimi / makine öğrenimi  (Data Science / Machine Learning) için entegre yazılım geliştirme (Integrated Development Environment)  hizmetimiz olan Amazon SageMaker'ı kullanıyor.

Bu oturumda, açık bir veri kümesini kullanarak bir NLP senaryosu için Amazon SageMaker'da Hugging Face modelini eğiteceğimiz (fine tuning) bir canlı demo yapacağız ve ekteki kod örneğini inceleyeceğiz:.

https://github.com/marshmellow77/aws-nlp-turkish-sagemaker

Part II - MLOps on AWS - Managed CI/CD services for Your ML Models using SageMaker

Yapay Zeka / Makine Öğrenme (AI / ML) yazılım mühendisliğinin bir parçası olduğundan ve yazılım yarım asırdan uzun süredir üretimde başarılı bir şekilde kullanıldığından, bazıları neden yazılım mühendisliğinde denenmiş ve en iyi uygulamaları YZ/MÖ’ye uygulamadığımızı merak edebilir. Bununla birlikte, birçok zorluk ML uygulamalarına özgüdür ve kendi araçlarına ihtiyaç duyar.

Bu oturumda, endüstrideki ML sistemlerinin akademide veya okuldaki projelerden nasıl farklı olduğunu inceleyeceğiz. Ayrıca Amazon SageMaker Pipelines ile uçtan uca MLOps CI/CD otomasyon süreçlerini oluşturmayı öğreneceğiz.

Amazon SageMaker Pipelines demo için ekteki workshop adımını inceleyeceğiz:

https://sagemaker-immersionday.workshop.aws/en/lab6.html