感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
Cursor 在数据与机器学习工作流程中的介绍
- Cursor 在数据与机器学习工程中的角色概述。
- 环境设置与数据源连接。
- 理解笔记本中的 AI 辅助代码功能。
加速笔记本开发
- 在 Cursor 中创建和管理 Jupyter 笔记本。
- 使用 AI 进行代码补全、数据探索和可视化。
- 记录实验并保持可重复性。
构建 ETL 与特征工程管道
- 使用 AI 生成和重构 ETL 脚本。
- 构建可扩展的特征工程管道。
- 版本控制管道组件和数据集。
使用 Cursor 进行模型训练与评估
- 构建模型训练代码和评估循环。
- 集成数据预处理和超参数调优。
- 确保模型在不同环境中的可重复性。
将 Cursor 集成到 MLOps 管道中
- 将 Cursor 连接到模型注册表和 CI/CD 工作流程。
- 使用 AI 辅助脚本进行自动化重新训练和部署。
- 监控模型生命周期和版本跟踪。
AI 辅助文档与报告
- 为数据管道生成内联文档。
- 创建实验总结和进度报告。
- 通过上下文链接文档提升团队协作。
机器学习项目中的可重复性与治理
- 实施数据与模型溯源的最佳实践。
- 维护 AI 生成代码的治理与合规性。
- 审核 AI 决策并保持可追溯性。
优化生产力与未来应用
- 应用提示策略以加快迭代速度。
- 探索数据操作中的自动化机会。
- 为未来 Cursor 与机器学习集成的发展做好准备。
总结与下一步
要求
- 具备基于 Python 的数据分析或机器学习经验。
- 了解 ETL 和模型训练工作流程。
- 熟悉版本控制和数据管道工具。
目标学员
- 构建和迭代机器学习笔记本的数据科学家。
- 设计训练和推理管道的机器学习工程师。
- 管理模型部署和可重复性的 MLOps 专业人士。
14 小时
