← 回講師列表
可接案

黃郁婷

MLOps 工程師 · 模型上線與監控

我做的是模型訓練完之後的那一段——怎麼包起來、怎麼上線、怎麼在半夜掛掉的時候知道是哪裡出問題。很多人會訓練模型卻不會讓它穩定服務,我專門補這一塊。會帶 Docker、CI/CD、模型版本管理跟監控。上課偏工程,不太碰演算法本身,但保證你的模型上線後不會變成黑箱。

黃郁婷

NT$1900 /時


能力側寫

AI 能力側寫

由 AvoMole AI 引擎生成
LLM電腦視覺ML 基礎工程實務教學經驗社群影響力

引擎摘要

MLOps 工程能力頂尖,專精模型部署、版本管理與線上監控。適合已有模型、卡在上線與維運的團隊或個人。演算法教學非其重心。

適教程度

中階高階

專案難度

★★★★

語言分佈

Python 58%HCL 22%Dockerfile 12%Shell 8%

持續維護部署樣板,常被拿去當團隊起手式。

ml-serving-template132

模型服務化樣板,含健康檢查、版本切換與監控埋點

Python
pipeline-ci64

機器學習專案的 CI/CD 設定範例合集

HCL
drift-watch38

簡易的資料與模型漂移監控小服務

Python

作品集

作品集

模型服務平台

把團隊的模型統一包成服務,上線流程標準化,回滾一鍵搞定

看專案

線上監控儀表板

把延遲、錯誤率與資料漂移攤在同一個面板,出事第一時間發現

看專案

學生評價

學生評價

AI 評價摘要81% 的學生提到「上線這段終於有人講清楚,之前都在瞎猜」。
Kevin★★★★★

模型會訓練不會上線是我的痛,找她補了這塊。Docker 到 CI/CD 一路帶,現在部署流程順很多,掛掉也知道去哪看。

小美★★★★★

監控那段超有用,以前模型出問題都是用戶回報才知道,現在儀表板一看就發現。教得很有條理。

阿元★★★★

工程很扎實,不過她不太碰演算法本身,如果你想連模型一起學可能要另外找人。純上線維運的話很推。


課程方案

課程方案

單堂體驗

NT$1900

60 分鐘,盤點你現在的部署狀況,找出最痛的一點

上線實戰五堂

NT$9000

五堂把一個模型從本機做到雲端穩定服務