104學習

MLOPs

AI 專區學習課程

證照測驗共學

MLOPs

關注

邀請朋友

Line

Facebook

複製連結

取消

「MLOPs：負責建立和維護機器學習模型的運行流程，以確保數據處理、模型部署及持續監控的自動化，提升開發和生產效率。主要目標為縮短從開發到運行的時間，並提升模型的穩定性和效能。所需技能包括深厚的數據科學知識、雲端服務管理經驗、跨部門協作能力及良好的溝通技巧。需要了解台灣市場特有的業務需求和技術挑戰，確保解決方案符合當地行業標準與規範。」

關於教室

關注人數 8 人

104人力銀行從職缺中挑選出常見技能所成立的官方教室，提供大家進行共學互動。

學習主持人

持續分享知識，
有機會成為官方教室主持人

教室標籤

MLOPs

Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！

我要分享

我要提問

MLOPs 學習推薦

麥迪遜數據花園

關注

邱志威

創辦人

2022/01/07

資料清理與型態調整：資料前處理必須要做的事

實務上在收集完資料之後，到真正進入模型之前還有一個重要的環節需要處理，稱為是「資料前處理（Data Preprocessing）」。收集到的資料是從使用者的角度下去規劃，不一定是最適合數學模型存取的樣子。在這個環節的主要工作就是將資料調整成適合模型的輸入，也有人把這個過程稱為 ETL （Extract-Transform-Load）。

ETL 用來描述將資料從來源端經過抽取（extract）、轉置（transform）、載入（load）至目的端的過程。ELT 這個字常用在 BI、 Data Pipeline、資料倉儲領域上。Data Pipeline 是指利用程式自動化定期的資料處理過程，Data Pipeline 其實就是 MLOPs 前面那一段自動化過程。

https://tw.alphacamp.co/blog/data-processing-and-data-cleaning