Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot Cursor in data- en ML-werkprocessen
- Overzicht van de rol die Cursor speelt binnen data- en machine learning engineering
- Het opzetten van de omgeving en het koppelen van data-bronnen
- Kennismaking met AI-ondersteunde codehulp binnen notebooks
Versnellen van notebookontwikkeling
- Het maken en beheren van Jupyter-notebooks in Cursor
- Gebruik van AI bij code-aanvulling, data-exploratie en visualisatie
- Documenteren van experimenten en het garanderen van reproduceerbaarheid
Ontwikkeling van ETL-pijplijnen en feature engineering-processen
- Het genereren en herstructureren van ETL-scripts met behulp van AI
- Vormgeven van schaalbare feature-pijplijnen
- Versionering van pijplijncomponenten en datasets beheren
Modeltrainning en -evaluatie met Cursor
- Het opstellen van basiscode voor modeltraining en evaluatieloops
- Integratie van data-voorverwerking en hyperparameterafstemming
- Waarborging van modelreproducteerbaarheid in verschillende omgevingen
Cursor integreren in MLOps-pijplijnen
- Koppeling van Cursor met modelregisters en CI/CD-workflows
- Gebruik van AI-ondersteunde scripts voor geautomatiseerde hertraining en implementatie
- Monitoring van de levenscyclus van modellen en beheer van versiegeschiedenis
AI-gestuurde documentatie en rapportage
- Genereren van in-line-documentatie voor data-pijplijnen
- Opstellen van samenvattingen van experimenten en voortgangsrapporten
- Verbeteren van teamwerk door contextgerelateerde documentatie
Reproduceerbaarheid en beheersing in ML-projecten
- Toepassen van best practices voor het documenteren van data- en modelontwikkeling
- Handhaven van beheersregels en compliance via door AI gegenereerde code
- Controleren van AI-gestuurde beslissingen en het waarborgen van traceerbaarheid
Productiviteitsoptimalisatie en toekomstige toepassingsmogelijkheden
- Effectieve promptstrategieën gebruiken voor snellere iteraties
- Automatiseringskansen binnen data-operations verkennen
- Voorbereiden op toekomstige verbeteringen in de integratie tussen Cursor en machine learning
Samenvatting en vervolgstappen
Vereisten
- ervaring met data-analyse of machine learning in Python
- kennis van ETL-processen en modellentrainingswerkstromen
- vertrouwdheid met versiebeheersystemen en tools voor data-pijplijnontwikkeling
Doelgroep
- Datawetenschappers die ML-notebooks ontwikkelen en verder optimaliseren
- Machine learning engineers die training- en inferentiepijplijnen ontwerpen
- MLOps-professionals belast met modelimplementatie en het waarborgen van reproduceerbaarheid
14 Uren
Aangepaste bedrijfsopleiding
Opleidingsoplossingen ontworpen exclusief voor bedrijven.
- Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
- Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
- Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Prijs per privégroep, online live training, startend vanaf 3200 € + BTW*
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
