Ver o conteúdo principal

Curso de Verão: MLOps

1920X670 Slide

Curso de Verão: MLOps

O curso de verão “MLOps” decorrerá entre 11 e 15 de julho de 2022 das 14h às 19h, em regime presencial.

Este curso é uma abordagem prática para o desenvolvimento de software moderno (com foco em agilidade, satisfação do cliente e repetibilidade) e tópicos de "machine learning", tentando dar foco de engenharia de software na solução de problemas utilizando aprendizagem de máquina, de forma a que a solução final possa ser facilmente implantada em ambientes de nuvem atuais. Concentra-se não apenas em ferramentas específicas, mas em fornecer ao aluno elementos do estado da arte para que eles possam tomar as suas próprias decisões, dependendo do problema específico. O curso será totalmente prático e, no final do curso, os alunos poderão criar pipelines de ciência de dados reproduzíveis, bem como escrever relatórios que passarão pelo filtro de publicação.

Este curso será lecionado na língua inglesa.

Formador

Juan-Julián Merelo Guervós

Image content

JJ Merelo é professor e investigador da Universidade de Granada e engenheiro sénior de software da Polypoly. Tem quase 40 anos de experiência contínua de desenvolvimentos, começando com o retro ZX Spectrum. Publicou e lançou como código aberto diversos algoritmos evolutivos e bibliotecas de redes neurais em Perl, JavaScript e Objective C. Poderá conferir o seu trabalho aqui.

Informações Gerais

Datas Importantes

  • Realização do curso: de 11 a 15 de julho de 2022, das 14h às 19h;
  • Pagamento: até dia 7 de julho de 2022;
  • As inscrições decorrem até 6 de julho de 2022.

Duração e ECTS

A duração total deste curso é de 25 horas e confere 5 ECTS aos participantes que realizem avaliação (projeto). Este curso será lecionado na língua inglesa.

Valor do Curso

O valor do curso é de 450€. Existem descontos especiais para Docentes, Alunos, Alumni e Colaboradores da Universidade Nova de Lisboa. Para mais informações, contacte-nos para o email: masters@novaims.unl.pt.

Metodologias de Ensino (incluindo avaliação)

Iremos utilizar a aprendizagem baseada em projetos (PBL), o que implica o envolvimento do aluno num projeto desde o início, um projeto escolhido por ele, e onde o aluno irá trabalhar em uma pequena equipa para que possa concluí-lo até ao final do período. Os projetos terão que ser (em grande parte) verificados automaticamente quanto à correção, onde o professor actua como gerente do produto, coordenando os esforços da equipa e revisando quando necessário.

O projeto terá que ser gerenciado com ferramentas de última geração para desenvolvimento de software, como git e GitHub e ferramentas de acompanhamento. A ênfase não será tanto no bombardeio de conceitos, mas na interiorização de um processo para desenvolver ferramentas de ML de qualidade e implantá-las continuamente onde forem necessárias (em um ambiente industrial ou acadêmico).

Métodos de Avaliação

Será uma avaliação contínua e centrada no aluno. Embora eventualmente o aluno seja obrigado a produzir um “artefato” de ML (que incluí o pipeline de ML, bem como um sistema atualizável), a avaliação principal será em como o aluno atinge os objetivos que o resto da equipa criou e como isso responde aos mesmos.

Demonstração da coerência entre as metodologias de ensino e os resultados de aprendizagem
A metodologia é baseada em um projeto, em que os diferentes resultados de aprendizagem estão vinculados a esse mesmo projeto. Os diferentes objetivos representam diferentes marcos no avanço do projeto e são apresentados pelo professor.

Programa do Curso

  1. Desenvolvimento ágil;
  2. Pensamentos de Design para resolver problemas na vida real;
  3. Desenvolvimento de Test Drive;
  4. Recipientes para ciência reproduzível;
  5. Integração continua;
  6. Ferramentas MLOps;
  7. Ciência aberta: criação e desenvolvimento de projectos de aprendizagem.

 

Bibliografia