Cloud

Środowisko ML (Machine
Learning) do trenowania
i oceny modeli
AI & Hardware Monitoring:
Predykcja awarii komputera
z wykorzystaniem
mechanizmów ML/AI
Opis zadania

Zadanie polega na zaprojektowaniu, zbudowaniu i przetestowaniu środowiska do eksperymentowania
z modelami ML. Uczestniczki powinny przygotować środowisko (instalacja, konfiguracja) do zarządzania
modelami ML w oparciu o framework MLflow oraz przeprowadzić eksperyment testowy, polegający
na trenowaniu modeli do wykrywania niechcianych wiadomości SMS (spam). Należy skorzystać
z frameworku MLflow, aby przedstawić główne etapy cyklu MLOps na przykładzie eksperymentu
dotyczącego wykrywania niechcianych wiadomości SMS.



Dodatkowym atutem będzie koncepcja przeniesienia zbudowanego środowiska labowego do chmury GCP.
    Technologie:
  • język programowania: Python,
  • framework: MLflow, zainstalowany na PC z konfiguracją obejmującą cykl MLOps: eksperymentowanie,
  • rejestracja modeli, serwowanie modeli.


Wyślij nam zadanie nawet wtedy, gdy nie jest ono w pełni ukończone. Ważne jest też dla nas sprawdzenie, jak podeszłaś do zadania i jaki miałaś pomysł na jego wykonanie.
    Zadanie polega na opracowaniu koncepcji podejścia do stworzenia aplikacji na system Windows 10/11, która:
  • analizuje logi systemowe: aplikacja powinna monitorować Dziennik systemu Windows, koncentrując się na błędach i ostrzeżeniach,
  • buduje model ML: na podstawie dostępnych w internecie materiałów, aplikacja będzie uczyć się i dostosowywać model uczenia maszynowego w czasie rzeczywistym,
  • wyświetla alerty: aplikacja powinna informować użytkownika o potencjalnych problemach oraz sugerować działania naprawcze,
  • analizuje problemy historyczne: aplikacja ma analizować wystąpienia problemów od określonej daty i sugerować możliwe źródła problemów, takie jak zmiany sterowników czy aktualizacje.


Analizie podlegać ma komputer, na którym zostanie uruchomiona aplikacja.
    Technologie:
  • preferowane: C# i .NET,
  • alternatywy: można użyć innych technologii, które uczestniczki znają.

    Zbiór danych:
  • dane uczące można pobrać z internetu, z ogólnodostępnych witryn Microsoft i innych firm.

Wyślij nam zadanie nawet wtedy, gdy nie jest ono w pełni ukończone. Ważne jest też dla nas sprawdzenie,
jak podeszłaś do zadania i jaki miałaś pomysł na jego wykonanie.
Czasochłonność wykonania zadania
5-7 dni
5-7 dni
Forma dostarczenia zadania

Zaprezentuj koncepcję realizacji całego zadania w formie opisu i wizualizacji
Przedstaw zastosowanie MLOps i MLflow do wyboru optymalnych modeli ML.
Zaprezentuj zainstalowany i skonfigurowany MLflow do trenowania modeli.
Opisz dalsze kroki, w tym sposób wykorzystania zbioru danych uczących, koniecznych do zbudowania modeli wykrywających wiadomości spam.

Odpowiedzi przygotuj w formie dokumentu Microsoft Word.

Prześlij link do swojego prywatnego repozytorium GitHub i nadaj uprawnienia administracyjne dla wojciech.sienkiewicz@orange.com, andrzej.tlomak@orange.com, artur.gruntkowski@orange.com.

Odpowiedzi przygotuj w formie dokumentu Microsoft Word.

Prześlij link do swojego prywatnego repozytorium GitHub i nadaj uprawnienia administracyjne dla dariusz.kurkiewicz@orange.com, grzegorz1.deredas@orange.com, jacek.dabrowski@orange.com.

Wartość dodana
Uczestniczki zdobędą umiejętności w korzystaniu z frameworku MLflow do różnych modeli ML.
Poznają cykl MLOps i umiejętność wykorzystania wiedzy w praktyce.
Dodatkowo, zdobędą doświadczenie w pracy z chmurą, co zwiększy ich kompetencje w zakresie nowoczesnych technologii.
Uczestniczki zdobędą umiejętności w tworzeniu aplikacji desktopowych.
Poznają praktyczne zastosowanie Machine Learning i AI w rozwiązywaniu problemów technologicznych.
Wyzwania np. trudności związane z przygotowaniem zadania
Wymagana jest kreatywność, zaangażowanie i determinacja do kompletnego zrealizowania zadania w ramach stażu. W trakcie stażu uczestniczki otrzymają wsparcie w realizacji zadania oraz dostęp do wiedzy i materiałów pomocniczych, co pomoże w skutecznym ukończeniu projektu.
Wymagana jest kreatywność, zaangażowanie i determinacja do kompletnego zrealizowania zadania w ramach stażu. W trakcie stażu uczestniczki otrzymają wsparcie w realizacji zadania oraz dostęp do wiedzy i materiałów pomocniczych, co pomoże w skutecznym ukończeniu projektu.
Autorzy zadania
Wojciech Sienkiewicz, Andrzej Tlomak, Artur Gruntkowski
Dariusz Kurkiewicz, Grzegorz Deredas, Jacek Dąbrowski
Prześlij
rozwiązanie zadania

Loading image

Proszę czekać