有效的数据科学基础设施，视频版

Effective Data Science Infrastructure, Video Edition

 视频说明

在 Video Editions 中，叙述者阅读书籍，同时内容、图形、代码列表、图表和文本显示在屏幕上。就像有声读物一样，您也可以作为视频观看。

简化数据科学基础架构，为数据科学家提供从原型到生产的高效路径。

在 Effective Data Science Infrastructure 中，您将学习如何：

• 设计可提高生产力的数据科学基础设施
• 在云中处理计算和编排
• 将机器学习部署到生产环境
• 监控和管理绩效和结果
• 将基于云的工具结合到一个有凝聚力的数据科学环境中
• 使用 Metaflow、Conda 和 Docker 开发可重现的数据科学项目
• 为多个团队和大型数据集构建复杂的应用程序
• 定制和发展数据科学基础设施

有效的数据科学基础设施：如何提高数据科学家的工作效率是为数据科学和机器学习应用程序组装基础设施的动手指南。它揭示了 Netflix 和其他数据驱动型公司用于管理其尖端数据基础设施的流程。在该课程中，您将掌握与各种形式和规模的公司相关的数据存储、计算、实验跟踪和编排的可扩展技术。您将了解如何利用现有的云基础设施、一系列开源软件和惯用的 Python 来提高数据科学家的工作效率。

作者将这本书的收益捐赠给支持数据科学领域女性和代表性不足的群体的慈善机构。

 关于技术
从原型到生产，不断增长的数据科学项目需要可靠的基础设施。使用本书中强大的新技术和工具，您可以构建一个基础设施堆栈，该堆栈可以与任何组织（从初创公司到大型企业）一起扩展。

 关于本书
有效的数据科学基础设施教您构建数据管道和项目工作流，以增强数据科学家及其项目的能力。本书基于支持 Netflix 数据运营的最先进的工具和概念，介绍了一种可定制的基于云的模型开发和 MLOps 方法，您可以轻松适应公司的特定需求。随着您推出这些实际流程，您的团队在将数据科学和机器学习应用于各种业务问题时，将产生更好、更快的结果。

 里面有什么

• 在云中处理计算和编排
• 将基于云的工具结合到一个有凝聚力的数据科学环境中
• 使用 Metaflow、AWS 和 Python 数据生态系统开发可重复的数据科学项目
• 构建需要大型数据集和模型的复杂应用程序，以及一支数据科学家团队

 关于读者
适用于熟悉 Python 的基础设施工程师和具有工程头脑的数据科学家。

 关于作者
在 Netflix，Ville Tuulos 设计并构建了 Metaflow，这是一个用于数据科学的全栈框架。目前，他是一家专注于数据科学基础设施的初创公司的首席执行官。