← 回講師列表
由 AvoMole AI 引擎生成
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。
NT$1900 /時
能力側寫
AI 能力側寫
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
★★★★★GitHub
@yuting-mlops
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-template★ 132
模型服務化樣板,含健康檢查、版本切換與監控埋點
Pythonpipeline-ci★ 64
機器學習專案的 CI/CD 設定範例合集
HCLdrift-watch★ 38
簡易的資料與模型漂移監控小服務
Python作品集
作品集
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