感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
Cursor 在數據與 ML 工作流程中的介紹
- Cursor 在數據及 ML 工程中的作用概覽
- 設置環境及連接數據源
- 理解 Notebook 中的 AI 驅動代碼輔助功能
加速 Notebook 開發
- 在 Cursor 中創建及管理 Jupyter Notebook
- 使用 AI 進行代碼補全、數據探索及可視化
- 記錄實驗及維護可再現性
構建 ETL 及特徵工程管道
- 利用 AI 生成及重構 ETL 腳本
- 構建可擴展的特徵管道結構
- 對管道組件及數據集進行版本控制
使用 Cursor 進行模型訓練與評估
- 搭建模型訓練代碼及評估循環
- 整合數據預處理及超參數調優
- 確保模型在不同環境中的可再現性
將 Cursor 整合至 MLOps 管道
- 將 Cursor 連接至模型註冊中心及 CI/CD 工作流程
- 使用 AI 輔助腳本進行自動化重訓練及部署
- 監控模型生命週期及版本追蹤
AI 輔助文檔編寫與報告生成
- 為數據管道生成行內文檔
- 創建實驗總結及進度報告
- 利用情境關聯文檔改善團隊協作
ML 項目中的可再現性與治理
- 實施數據及模型血緣追蹤的最佳實踐
- 維護 AI 生成代碼的治理與合規性
- 審計 AI 決策並保持可追溯性
優化生產力及未來應用
- 應用提示策略以加快迭代速度
- 探索數據操作中的自動化機會
- 為未來 Cursor 與 ML 集成的先進發展做準備
總結與後續步驟
最低要求
- 具備 Python 數據分析或機器學習經驗
- 理解 ETL 及模型訓練工作流程
- 熟悉版本控制及數據管道工具
目標受眾
- 正在構建並迭代 ML Notebook 的數據科學家
- 正在設計訓練及推理管道的機器學習工程師
- 負責模型部署及可再現性管理的 MLOps 專業人士
14 小時
