お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
CursorによるデータおよびMLワークフローの紹介
- データとMLエンジニアリングにおけるCursorの役割の概要
- 環境のセットアップとデータソースへの接続
- ノートブックでのAI駆動コード支援の理解
ノートブック開発の加速
- Cursor内でJupyterノートブックを作成および管理する
- AIを使用してコード補完、データ探索、可視化を行う
- 実験のドキュメンテーションと再現性の維持
ETLおよび特徴量エンジニアリングパイプラインの構築
- AIを使用してETLスクリプトを生成およびリファクタリングする
- スケーラビリティに適した特徴量パイプラインの構造化
- パイプラインコンポーネントとデータセットのバージョン管理
Cursorを使用したモデルトレーニングと評価
- モデルトレーニングコードと評価ループのスキャフォールディング
- データ前処理とハイパーパラメータチューニングの統合
- 異なる環境でのモデル再現性の確保
MLOpsパイプラインへのCursorの統合
- CursorをモデルレジストリとCI/CDワークフローに接続する
- AI支援スクリプトを使用して自動再トレーニングとデプロイメントを行う
- モデルライフサイクルの監視とバージョン管理
AI支援ドキュメンテーションとレポート
- データパイプライン用のインラインドキュメンテーションの生成
- 実験サマリと進行状況報告の作成
- コンテキストリンクされたドキュメンテーションを使用したチームコラボレーションの向上
MLプロジェクトでの再現性とガバナンス
- データおよびモデル系譜のためのベストプラクティスの実装
- AI生成コードを使用したガバナンスとコンプライアンスの維持
- AI決定の監査とトレーサビリティの維持
生産性の最適化と将来のアプリケーション
- 速い反復のためにプロンプト戦略の適用
- データ操作における自動化の機会の探索
- 将来的なCursorとML統合の進歩への準備
まとめと次なるステップ
要求
- Pythonベースのデータ分析または機械学習の経験
- ETLとモデルトレーニングワークフローの理解
- バージョン管理とデータパイプラインツールの知識
対象者
- MLノートブックの構築と反復を行うデータサイエンティスト
- トレーニングおよび推論パイプラインを設計する機械学習エンジニア
- モデルの展開と再現性を管理するMLOpsプロフェッショナル
14 時間