raminmohammadi/MLOps

O que é?

Recursos principais

• 01Laboratórios práticos que abrangem o ciclo de vida do ML, dos pipelines à produção
• 02Conteinerização, orquestração e pipelines de CI/CD para cargas de trabalho de ML
• 03Exercícios de monitoramento e retreinamento de modelos e de tratamento de data drift
• 04Laboratórios de LLMOps sobre avaliação, alinhamento e implantação de LLMs

Casos de uso

• Acompanhar um curso universitário de MLOps com laboratórios e código organizados em sequência
• Aprender a colocar modelos de machine learning em produção
• Explorar práticas de LLMOps para avaliar e implantar large language models

Início rápido

1. 1

   Clone este repositório para sua máquina local

2. 2

   Acesse o laboratório específico do seu interesse

3. 3

   Leia as instruções do laboratório e siga os exemplos de código fornecidos

Antes de usar

• !Este é um material didático (laboratórios e leituras), não um projeto de software empacotado; portanto, não há um único comando para instalar ou executar.
• !O README informa que a licença é MIT, mas também proíbe o uso em cursos iguais ou semelhantes da Northeastern University sem autorização por escrito; os metadados, por sua vez, indicam CC0-1.0.

Em coleções

Tópicos

Perguntas frequentes

O que é MLOps?

Laboratórios, materiais de leitura e exercícios de um curso de MLOps e LLMOps da Northeastern University, com foco em implantação e monitoramento de ML. Este repositório reúne os laboratórios, exemplos de código e materiais de leitura de um curso de MLOps da Northeastern University (DADS 7305). Ele funciona como um centro de recursos para estudantes e instrutores, com laboratórios práticos que acompanham o ciclo de vida do machine learning, da criação de pipelines à implantação e manutenção de modelos em produção.

MLOps é gratuito? Qual é a licença?

MLOps é open source sob a licença CC0-1.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

MLOps ainda é mantido?

Manutenção ativa. O último commit de MLOps foi em 11 de out. de 2026.

Para que posso usar MLOps?

Acompanhar um curso universitário de MLOps com laboratórios e código organizados em sequência Aprender a colocar modelos de machine learning em produção Explorar práticas de LLMOps para avaliar e implantar large language models

Como instalar MLOps?

Clone este repositório para sua máquina local Acesse o laboratório específico do seu interesse Leia as instruções do laboratório e siga os exemplos de código fornecidos

Onde consigo MLOps?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/raminmohammadi/MLOps