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
面向数据与机器学习工作流的 Cursor 入门
- Cursor 在数据与机器学习工程中的作用概述
- 环境设置与数据源连接
- 了解笔记本中的 AI 代码辅助功能
加速笔记本开发
- 在 Cursor 中创建和管理 Jupyter 笔记本
- 利用 AI 进行代码补全、数据探索和可视化
- 记录实验并保持可重现性
构建 ETL 与特征工程管道
- 使用 AI 生成和重构 ETL 脚本
- 构建可扩展的特征管道结构
- 对管道组件和数据集进行版本控制
使用 Cursor 进行模型训练与评估
- 搭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现性
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
- 使用 AI 辅助脚本进行自动化重训练和部署
- 监控模型生命周期和版本跟踪
AI 辅助文档与报告
- 为数据管道生成行内文档
- 创建实验摘要和进度报告
- 通过上下文关联文档改善团队协作
机器学习项目中的可重现性与治理
- 实施数据和模型血缘的最佳实践
- 维护 AI 生成代码的治理与合规性
- 审计 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 Cursor 与机器学习集成的未来发展做准备
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
- 熟悉版本控制及数据管道工具
目标受众
- 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现性的 MLOps 专业人员
14 小时
