خرید و دانلود نسخه کامل کتاب Introducing MLOps: How to Scale Machine Learning in the Enterprise

فارسی:

کتاب «معرفی MLOps: چگونه یادگیری ماشین را در سطح سازمانی مقیاس‌پذیر کنیم» نوشته‌ی لین هایدمَن، راهنمایی کاربردی برای مهندسان داده، متخصصان یادگیری ماشین و مدیران فنی است که می‌خواهند فرآیندهای یادگیری ماشین را در سازمان خود به‌صورت سیستماتیک پیاده‌سازی کنند.

در این کتاب، نویسنده به چالش‌های اصلی استقرار مدل‌های یادگیری ماشین، از جمله آزمایش، نظارت، مقیاس‌پذیری، همکاری میان تیم‌ها، و مدیریت چرخه‌ عمر مدل‌ها (ML lifecycle) می‌پردازد. همچنین مفاهیمی مانند CI/CD برای مدل‌های ML، ابزارهای کلیدی مانند Kubernetes، MLflow، و بهترین شیوه‌ها برای پیاده‌سازی پایدار و تکرارپذیر در محیط‌های واقعی شرح داده می‌شوند.

این اثر برای افرادی که قصد دارند مدل‌های یادگیری ماشین را فراتر از مرحله تحقیق، وارد فضای عملیاتی و تجاری کنند، منبعی کاربردی و به‌روز به‌شمار می‌رود.

English:

“Introducing MLOps: How to Scale Machine Learning in the Enterprise” by Lynn Heidmann is a practical and insightful guide for data scientists, ML engineers, and technical leaders aiming to operationalize machine learning in enterprise environments.

The book addresses critical challenges in deploying and maintaining ML models at scale—such as model testing, versioning, monitoring, reproducibility, and team collaboration. It introduces core MLOps concepts, tools like MLflow and Kubernetes, and shows how to build CI/CD pipelines tailored for machine learning workflows.

With a focus on real-world implementation, the author walks readers through the end-to-end ML lifecycle, providing strategies to ensure scalability, reliability, and compliance in production systems. This book is ideal for those who want to bridge the gap between data science experimentation and scalable, enterprise-grade ML deployment.