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 在數據與機器學習工作流程中的介紹
- Cursor 在數據與機器學習工程中的角色概述。
- 環境設置與數據源連接。
- 理解筆記本中的 AI 輔助代碼功能。
加速筆記本開發
- 在 Cursor 中創建和管理 Jupyter 筆記本。
- 使用 AI 進行代碼補全、數據探索和可視化。
- 記錄實驗並保持可重複性。
構建 ETL 與特徵工程管道
- 使用 AI 生成和重構 ETL 腳本。
- 構建可擴展的特徵工程管道。
- 版本控制管道組件和數據集。
使用 Cursor 進行模型訓練與評估
- 構建模型訓練代碼和評估循環。
- 集成數據預處理和超參數調優。
- 確保模型在不同環境中的可重複性。
將 Cursor 集成到 MLOps 管道中
- 將 Cursor 連接到模型註冊表和 CI/CD 工作流程。
- 使用 AI 輔助腳本進行自動化重新訓練和部署。
- 監控模型生命週期和版本跟蹤。
AI 輔助文檔與報告
- 爲數據管道生成內聯文檔。
- 創建實驗總結和進度報告。
- 通過上下文鏈接文檔提升團隊協作。
機器學習項目中的可重複性與治理
- 實施數據與模型溯源的最佳實踐。
- 維護 AI 生成代碼的治理與合規性。
- 審覈 AI 決策並保持可追溯性。
優化生產力與未來應用
- 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。
- 爲未來 Cursor 與機器學習集成的發展做好準備。
總結與下一步
最低要求
- 具備基於 Python 的數據分析或機器學習經驗。
- 瞭解 ETL 和模型訓練工作流程。
- 熟悉版本控制和數據管道工具。
目標學員
- 構建和迭代機器學習筆記本的數據科學家。
- 設計訓練和推理管道的機器學習工程師。
- 管理模型部署和可重複性的 MLOps 專業人士。
14 時間：
