--- title: "快速生成 MLOps 基礎程式碼架構:使用 ChatGPT - 劉育維" tags: PyConTW2023, 2023-organize, 2023-共筆 --- # 快速生成 MLOps 基礎程式碼架構:使用 ChatGPT - 劉育維 {%hackmd H6-2BguNT8iE7ZUrnoG1Tg %} <iframe src=https://app.sli.do/event/axcN9w4UBtqXJTBBW3jVz3 height=450 width=100%></iframe> > Collaborative writing start from below > 從這裡開始共筆 --- (以下內容由作者先行提供) Gamma Slide: [Shared Link](https://gamma.app/docs/-MLOps-ChatGPT-17pbltwkvpo6kpx) 1. Warning -> 因為 LLM 和 ChatGPT 隨時在更新,請務必以最新科技資訊為主。 2. 今日主題:快速生成 MLOps 基礎程式碼架構:使用 ChatGPT -> 會先以 MLOps 和 ChatGPT 來做介紹 3. The Level of LLM Model Level 1: Web UI Application Level 2: API Service Level 3: Open-Source LLM Model Level 4: Custom LLM Model 4. ChatGPT: OpenAI 公司的 LLM 服務,不知道的趕快去玩 -> ChatGPT Link: [Link](https://chat.openai.com/) 5. 常見的製作AI問題: (1) 團隊溝通與建置速度: 製作模型需要跨知識、跨領域、跨部門溝通,需要共同環境來打造高效率團隊 (2) 模型與專案倍增: AI 專案數量與 AI 模型數量都以倍數增加 對於專案管理及系統資源的挑戰 (3) 部署與營運問題: 如何將模型成為一個服務、模型部署成服務後的營運方法、是否能夠減少模型訓練至部署的人工作業 6. MLOps 介紹: (1) 三大重點: 標準化、流程化、自動化 (2) 三大元素: 資料、模型、程式碼 (3) 三大重點: 管理、流程和維護方法建立 (4) 四大流程: 資料整理、模型訓練、模型部署、監控與維護模型 7. ChatGPT + MLOps: (1) 流程建置更容易 (2) 不懂的先問他,他會告訴你一些好流程和做法 8. Demo Showcase 9. ChatGPT + MLOps 好處: (1) 節省時間 (2) 減少錯誤 (3) 人機協作 (4) Scalability 10. 結論:ChatGPT + MLOps 帶來許多好處,節省時間、增加效率、人機協作、減省工程師負擔等 11. 你可以帶回去做的事情 (1) 重整公司ML做法,導入MLOps (2) 嘗試導入OpenAI、ChatGPT,甚至是Local LLM,來幫助增加效率 (3) 嘗試使用雲端服務與開源軟題工具來幫助製作模型能夠事半功倍 12. 投影片製作方式:Gamma -> Gamma邀請碼:https://gamma.app/signup?r=wv8kr34wimgb3je --- Below is the part that speaker updated the talk/tutorial after speech 講者於演講後有更新或勘誤投影片的部份
×
Sign in
Email
Password
Forgot password
or
By clicking below, you agree to our
terms of service
.
Sign in via Facebook
Sign in via Twitter
Sign in via GitHub
Sign in via Dropbox
Sign in with Wallet
Wallet (
)
Connect another wallet
New to HackMD?
Sign up