Visionary CEO of rubythalib.ai Principal AI Engineer
Banyak data scientist yang pintar membuat model, tapi tidak tahu cara mengelola siklus hidupnya. MLOps adalah jawabannya, dan MLFlow adalah tools yang paling banyak dipakai di industri untuk melakukannya.
Di workshop ini, kamu akan belajar dari pengenalan konsep MLOps hingga praktik langsung tracking eksperimen, model registry, integrasi dengan tools lain, dan studi kasus nyata.
🎯 Data Scientist yang ingin mengelola eksperimen model secara lebih terstruktur dan reproducible
🎯 ML Engineer yang ingin memahami dan menerapkan praktik MLOps dalam workflow sehari-hari
🎯 AI Engineer yang ingin memperluas kemampuan ke manajemen lifecycle model di production
🎯 Tim data yang ingin mulai membangun kultur MLOps di perusahaan atau proyek mereka
🎯 Siapa pun yang ingin memahami cara kerja MLFlow dari nol hingga studi kasus nyata
Dalam rekaman workshop ini kamu akan belajar
✅ Memahami konsep MLOps dan mengapa itu penting dalam siklus hidup model ML
✅ Menggunakan MLFlow untuk tracking eksperimen secara sistematis
✅ Mengelola model dengan MLFlow Projects dan Model Registry
✅ Mengintegrasikan MLFlow dengan tools MLOps lainnya
✅ Memantau kinerja model di production dan menerapkan best practices MLOps
✅ Belajar dari studi kasus dan demo langsung yang relevan dengan kebutuhan industri
Frequently Asked Question