AI & MLOps for DevOps - מוקלט
קורס זה מעניק למהנדסי DevOps ופלטפורמה היכרות מקיפה עם מערכות AI מודרניות ופרקטיקות MLOps מתקדמות. הקורס מכסה מושגי יסוד בבינה מלאכותית, רשתות נוירונים ומודלי Transformer, עבודה עם מודלי שפה גדולים (LLMs), תהליכי פריסה, ניטור ואופטימיזציית עלויות, לצד תשתיות, תצפיתיות (Observability) ואבטחה. באמצעות חיבור בין עולמות ה-DevOps וה-Machine Learning, המשתתפים ירכשו כלים לבנייה, פריסה ותפעול של שירותי AI בקנה מידה ארגוני - תוך שמירה על אמינות, יעילות וממשל תקין.
תוכן עניינים
פרק 1
4
שיעורים
AI & MLOPS FOR DEVOPS - AI Foundations - What AI actually is
AI & MLOPS FOR DEVOPS - AI Foundations - Neural networks basics
AI & MLOPS FOR DEVOPS - AI Foundations - Transformers
AI & MLOPS FOR DEVOPS - AI Foundations - Attention mechanism
פרק 2
8
שיעורים
AI & MLOPS FOR DEVOPS - LLMs & MLOps - How LLMs work
AI & MLOPS FOR DEVOPS - LLMs & MLOps - Model sizes & flavors
AI & MLOPS FOR DEVOPS - LLMs & MLOps - Datasets
AI & MLOPS FOR DEVOPS - LLMs & MLOps - Training methods
AI & MLOPS FOR DEVOPS - LLMs & MLOps - Model lifecycle
AI & MLOPS FOR DEVOPS - LLMs & MLOps - Deployment strategies
AI & MLOPS FOR DEVOPS - LLMs & MLOps - Monitoring models
AI & MLOPS FOR DEVOPS - LLMs & MLOps - Cost considerations
פרק 3
5
שיעורים
AI & MLOPS FOR DEVOPS - Prompting & Hands-on - Prompt basics
AI & MLOPS FOR DEVOPS - Prompting & Hands-on - Context windows
AI & MLOPS FOR DEVOPS - Prompting & Hands-on - Failure modes
AI & MLOPS FOR DEVOPS - Prompting & Hands-on - Local inference
AI & MLOPS FOR DEVOPS - Prompting & Hands-on - ML systems vs traditional software
פרק 4
5
שיעורים
AI & MLOPS FOR DEVOPS - Data for ML - Data pipelines overview
AI & MLOPS FOR DEVOPS - Data for ML - Feature engineering concepts
AI & MLOPS FOR DEVOPS - Data for ML - Offline vs online features
AI & MLOPS FOR DEVOPS - Data for ML - Data validation
AI & MLOPS FOR DEVOPS - Data for ML - Data drift vs concept drift
פרק 5
2
שיעורים
AI & MLOPS FOR DEVOPS - Model Management - Model versioning strategies
AI & MLOPS FOR DEVOPS - Model Management - Experiment tracking
פרק 6
4
שיעורים
AI & MLOPS FOR DEVOPS - AI Infrastructure - CPU vs GPU vs TPU
AI & MLOPS FOR DEVOPS - AI Infrastructure - GPU scheduling & sharing
AI & MLOPS FOR DEVOPS - AI Infrastructure - Containers for ML workloads
AI & MLOPS FOR DEVOPS - AI Infrastructure - Kubernetes for ML workloads
פרק 7
3
שיעורים
AI & MLOPS FOR DEVOPS - AI Security - Model security threats
AI & MLOPS FOR DEVOPS - AI Security - Data privacy & PII and Prompt injections
AI & MLOPS FOR DEVOPS - AI Security - Secure API usage
פרק 8
3
שיעורים
AI & MLOPS FOR DEVOPS - Real-World AI - Reference MLOps architectures
AI & MLOPS FOR DEVOPS - Real-World AI - LLM-backed application design
AI & MLOPS FOR DEVOPS - Real-World AI - Build vs buy decisions
הקורס זמין לצפייה מידית
למי מתאים הקורס?
- למהנדסי DevOps, אנשי MLOps, צוותי פלטפורמה, מהנדסי Machine Learning ומובילים טכנולוגיים האחראים על פריסה ותחזוקה של מערכות AI ו-ML בסביבות Production.
למה לבחור בקורס?
ארגונים רבים משלבים כיום מודלי AI ו-LLMs במערכות הליבה שלהם - אך האתגר האמיתי טמון בתפעול, ניטור ואבטחתם בסביבת ייצור. הקורס מעניק ראייה מערכתית מלאה: החל מהבנת מחזור חיי מודל, ניהול גרסאות ו-Experiment Tracking, דרך תכנון Pipelines ל-Training ו-Inference, ועד עבודה עם Kubernetes, GPUs ותשתיות סקיילביליות. בנוסף נלמדים נושאים קריטיים כמו Drift Detection, ניטור ביצועי מודל, אבטחת API, Prompt Injection, ניהול עלויות ו-LLMOps (Versioning, Orchestration, Rate Limiting). השילוב בין עומק טכנולוגי ליישום פרקטי מאפשר למשתתפים להוביל פרויקטי AI בצורה בטוחה, יעילה ומבוקרת.
משתתפי הקורס יהיו זכאים לתעודה מטעם מכללת INT
דרישות
- נדרש ניסיון קודם ב-DevOps, Linux או Cloud.
- היכרות עם Python ו-Kubernetes מהווה יתרון.
- משך הקורס 40 ש"א כולל תרגול ועבודה עצמית
סילבוס
AI & MLOps for DevOps
AI & MLOps for DevOps.pdf
