聯繫我們

課程簡介

Cursor 在數據和 ML 工作流程中的介紹

  • Cursor 在數據和 ML 工程中的角色概述
  • 環境設置與數據源連接
  • 理解筆記本中的 AI 程式碼輔助功能

加速筆記本開發

  • 在 Cursor 內創建和管理 Jupyter 筆記本
  • 使用 AI 進行程式碼補全、數據探索及可視化
  • 記錄實驗過程並確保可重複性

構建 ETL 和功能工程管線

  • 使用 AI 生成和重構 ETL 腳本
  • 構建具備可擴展性的功能管線結構
  • 對管線組件與數據集進行版本控制

使用 Cursor 進行模型訓練與評估

  • 搭建模型訓練程式碼及評估循環框架
  • 整合數據預處理與超參數調優
  • 確保跨環境的模型可重複性

將 Cursor 整合至 MLOps 管線

  • 將 Cursor 連接至模型註冊表及 CI/CD 工作流程
  • 使用 AI 輔助腳本實現自動化重新訓練與部署
  • 監控模型生命週期並進行版本追蹤

AI 輔助的文件與報告生成

  • 為數據管線生成內嵌文檔
  • 創建實驗摘要與進度報告
  • 透過上下文關聯的文檔增強團隊協作

ML 專案中的可重複性與治理

  • 實施數據與模型血緣關係的最佳實踐
  • 維護 AI 生成程式碼的治理與合規性
  • 審計 AI 決策並確保追蹤能力

優化生產力與未來應用

  • 運用提示策略以加快迭代速度
  • 探索數據運維中的自動化機會
  • 準備應對 Cursor 與 ML 整合的未來進展

總結與後續步驟

最低要求

  • 具備基於 Python 的數據分析或機器學習經驗
  • 了解 ETL 及模型訓練工作流程
  • 熟悉版本控制與數據管線工具

目標受眾

  • 構建並迭代 ML 筆記本的数据科学家
  • 設計訓練和推論管線的機器學習工程師
  • 管理模型部署與可重複性的 MLOps 專業人士
 14 小時

課程分類