آموزش MLflow، سرویس‌دهی مدل و حاکمیت داده برای هوش مصنوعی مولد (Generative AI) - آخرین آپدیت

سرفصل ها و درس ها

گردش کارهای حرفه‌ای MLflow برای LLMها، RAG و ایجنت‌ها Professional MLflow Workflows for LLMs, RAG, and Agents

• آشنایی با MLflow برای هوش مصنوعی مولد MLflow for Generative AI

• ثبت لاگ زنجیره‌های RAG با MLflow Logging RAG Chains with MLflow

• ارزیابی GenAI با استفاده از متد LLM as judge Evaluating GenAI with LLM-as-judge

• ردیابی در MLflow: یافتن و رفع خطاهای کوئری‌ها MLflow Tracing: Find and Fix Failing Queries

سرویس‌دهی مدل بدون توقف (Zero downtime) برای هوش مصنوعی مولد Zero-downtime Model Serving for Generative AI

• معماری سرویس‌دهی مدل Mosaic AI Mosaic AI Model Serving Architecture

• استقرار و مانیتورینگ یک Endpoint عملیاتی برای RAG Deploy and Monitor a Production RAG Endpoint

درگاه Mosaic AI: مسیریابی و حاکمیت LLM در سطح سازمانی Mosaic AI Gateway: Enterprise LLM Routing and Governance

• مروری بر AI Gateway و دسترسی یکپارچه AI Gateway Overview and Unified Access

• کنترل هزینه، محدودسازی نرخ و سیستم‌های جایگزین Cost Control, Rate Limiting, and Fallbacks

• پیکربندی مسیرها، محدودیت‌ها و Fallbackها Configuring Routes, Limits, and Fallbacks

حاکمیت داده و ردیابی سرتاسری (Lineage) با Unity Catalog End-to-end Governance and Lineage with Unity Catalog

• ثبت دارایی‌های GenAI در Unity Catalog Registering GenAI Assets in Unity Catalog

• کنترل دسترسی و مجوزها برای دارایی‌های هوش مصنوعی Access Control and Permissions for AI Assets

• مشاهده کامل Lineage و مسیر حسابرسی (Audit Trail) Viewing Full Lineage and Audit Trail