Course curriculum

    1. Sanal Makine Linki

    2. Sanal Makina Kurulumu

    1. Bu Bölümde bulunan konular

    2. Dokümanlar

    3. 1 MLOps Giriş

    4. 2 MLOps VideoCamp'te Neler Öğrenilecek?

    5. 3 Introduction to Mlops

    6. 4 Introduction to ML Engineering

    7. 5 docker-compose.yaml Dosyasını İnceleme

    8. 6 docker-compose ile Çalışma Ortamını Ayağa Kaldırma

    9. 7 Jenkins Kurulum Tamamlama ve AWS Hesap Açma Tavsiyeleri

    10. 8 AWS CLI Kurulum, Konfigürasyon, Jenkins Kurlumunu Bitirme

    11. 9 Conda Virtual Environment ve Jupyter Lab

    12. 10 Python ile Amazon S3'e Veri Yazma

    13. 11 Python ile S3'ten Veri Okuma, MinIO Okuma-Yazma

    14. 12 MLflow Giriş

    15. 13 MLFlow Kullanım Örneği: Veri Hazırlama

    16. 14 MLFlow Kullanım Örneği: Experiment Tracking ve Model Registry

    17. 15 SQLModel ile Veri Tabanı Operasyonları: PostgreSQL Hazırlık ve Bağlantı Tanımlama

    18. 16 SQLModel ile Veri Tabanı Operasyonları: Insert

    19. 17 SQLModel ile Veri Tabanı Operasyonları: Index ve Sadece Bir Satır Seçme

    20. 18 SQLModel ile Veri Tabanı Operasyonları: Select ve Update

    21. 19 SQLModel ile Veri Tabanı Operasyonları: Delete ve Join

    22. 20 Ngnix Giriş

    23. Homework

    1. Bu bölümde bulunan konular

    2. Dokümanlar

    3. 1 FastAPI Giriş

    4. 2 FastAPI Kurulum

    5. 3 FastAPI FirstApp

    6. 4 FastAPI Path Parametres

    7. 5 FastApi Querry Parametres

    8. 6 FastApi Request Body

    9. 7 FastAPI Paydantic

    10. 8 FastAPI Database Connection

    11. 9 FastAPI Table Create

    12. 10 FastAPI Create Customer

    13. 11 FastAPI Get Customer

    14. 12 FastAPI Delete Customer

    15. 13 FastAPI Update Customer

    16. 14 FastAPI Response Model

    17. 15 FastAPI API Router

    18. 16 FastAPI Login Auth-1

    19. 17 FastAPI Login Auth-2

    20. 18 FastAPI Login Auth-3

    21. 19 FastAPI & ngnix_and_reverse_proxy

    22. 20 TLS Nginx

    23. 21 Ngnix TLS Load Balancer

    24. Homework

    1. Bu bölümde bulunan konular

    2. Dokümanlar

    3. 1 Makine Öğrenmesi Problemlerinin Tanıtımı: Iris ve Advertising

    4. 2 Advertising Verisi İçin ML Modeli Geliştirme

    5. 3 Iris Verisi İçin ML Modeli Geliştirme

    6. 4 Veritabanı Kullanmadan FastAPI ile Model Deployment-1

    7. 5 Veritabanı Kullanmadan FastAPI ile Model Deployment-2

    8. 6 Veritabanı Kullanmadan FastAPI ile Model Deployment-3

    9. 7 Prediction Sonuçlarını Veritabanına Yazarak FastAPI Model Deployment-1

    10. 8 Prediction Sonuçlarını Veritabanına Yazarak FastAPI Model Deployment-2

    11. 9 Mlflow ve FastAPI ile Model Deployment, Veritabanı Olmadan-1

    12. 10 Mlflow ve FastAPI ile Model Deployment, Veritabanı Olmadan-2

    13. 11 Mlflow, Deeplearning ve FastAPI ile Model Deployment-1

    14. 12 Mlflow, Deeplearning ve FastAPI ile Model Deployment-2

    15. 13 Kubernetes Giriş-1

    16. 14 Kubernetes Giriş-2

    17. 15 Kubernetes için Minikube Kurulumu

    18. 16 Kubernetes ile Temel Operasyonlar-1

    19. 17 Kubernetes ile Temel Operasyonlar-2

    20. 18 Modeli Docker İmajı Haline Getirme ve Docker Container Olarak Deployment

    21. 19 Kubernetes ile Model Deployment-1

    22. 20 Kubernetes ile Model Deployment-2: Ingress ve Nginx

    23. 21 Deploy FastAPI on AWS EC2: Terraform-1

    24. 22 Deploy FastAPI on AWS EC2: Terraform-2

    25. 23 Deploy FastAPI on AWS EC2: Terraform-3

    26. 24 Deploy FastAPI on AWS EC2: Terraform-4

    27. 25 Deploy FastAPI on AWS EC2: Terraform-5

    28. Homework

    1. Bu bölümde bulunan konular

    2. Dokümanlar

    3. 1 Infrastructure as Code

    4. 2 Install Terraform

    5. 3 Terraform Docker Provider

    6. 4 Terraform AWS Provider Hazırlık

    7. 5 Terraform ile AWS EC2 Üzerinde Model Deployment

    8. 6 ML Pipelines Kurulum

    9. 7 ML Pipelines Giriş

    10. 8 ML Pipelines Örneği İçin Docker Compose ile Ortam Ayağa Kaldırma

    11. 9 ML Pipelines Kullanmadan Model Geliştirme

    12. 10 ML Pipelines ile Model Geliştirme

    13. 11 ML Pipelines ve FastAPI ile Model Deployment

    14. 12 Model Drift -1

    15. 13 Model Drift- 2

    16. 14 Package

    17. 15 Request Inside a Program

    18. 16 How to Scale/Spark Giriş-1

    19. 17 How to Scale/Spark Giriş-2

    20. 18 How to Scale/ Spark Standolane-1

    21. 19 How to Scale/ Spark Standolane-2

    22. 20 How to Scale/ Spark Standolane-3

    23. 21 Ray Giriş

    24. 22 Ray-1

    25. 23 Ray-2

    26. 24 CI/CD Jenkins ve Ansible Giriş

    27. 25 CI/CD Jenkins Intro And Simple Script

    28. 26 CI/CD Jenkins Schedule Simple Script

    29. 27 CI/CD Jenkins Pipeline

    30. Homework

    1. Bu bölümede bulunan konular

    2. Dokümanlar

    3. 1 CI/CD Jenkins Credentials

    4. 2 CI/CD Jenkins with Gitea-1

    5. 3 CI/CD Jenkins with Gitea-2

    6. 4 CI/CD Jenkins with Gitea-3

    7. 5 CI/CD Jenkins Organization Project

    8. 6 CI/CD Jenkins Trigger CI Pipeline

    9. 7 CI/CD Jenkins Host Generate-1

    10. 8 CI/CD Jenkins Host Generate-2

    11. 9 CI/CD Simple SSH Project

    12. 10 CI/CD Ansible Inventory

    13. 11 CI/CD Ansible Playbook

    14. 12 CI/CD Jenkins Ansible Plugin

    15. 13 CI/CD Install Apache Web Server with Ansible

    16. 14 CI/CD Improve Simple SSH org Pipeline

    17. 15 End to End Project-1

    18. 16 End to End Project-2

    19. 17 End to End Project-3

    20. 18 End to End Project-4

    21. 19 End to End Project-5

    22. 20 End to End Project-6

    23. 21 End to End Project-7

    24. 22 End to End Project-8

    25. 23 End to End Project-9

    26. 24 Data Science on AWS-1

    27. 25 Data Science on AWS-2

About this course

  • $435.00
  • 138 lessons
  • 21 hours of video content

Discover your potential, starting today