Ulepszanie uczenia maszynowego. Przewodnik po MLOps, LLMs i infrastrukturze ML dla data scientistów

Era rozproszonych zespołów analityków dobiegła końca: duże modele językowe (LLM) stały się fundamentem biznesu. Ta książka — mapa drogowa od pomysłu do wdrożenia niezawodnego produktu AI. Wiodący eksperci branżowi prowadzą czytelnika przez pełny cykl tworzenia aplikacji opartej na LLM, kształtując nowoczesny przemysłowy proces produkcji. Opanujesz wersjonowanie danych, śledzenie eksperymentów w MLflow oraz monitorowanie modeli w produkcji. Szczególną uwagę poświęcono etyce odpowiedzialnego AI, zarządzaniu danymi nieustrukturyzowanymi oraz strategiom bezproblemowej integracji sieci neuronowych w infrastrukturę korporacyjną bez przerywania usług. Z zestawu narzędzi uczenie maszynowe przekształca się w zharmonizowany system, przynoszący rzeczywistą wartość biznesową.