Nền tảng cần cho lớp học

1. Ngôn ngữ lập trình

1.1. Ngôn ngữ lập trình Python

Ngôn ngữ lập trình Python là một trong những ngôn ngữ phổ biến nhất hiện nay nhờ cú pháp đơn giản, dễ học và cộng đồng hỗ trợ mạnh mẽ.

Team đã có lớp học miễn phí Python tại: https://protonx.coursemind.io/courses/61b7081639320455cc70848b/info

1.2. Ngôn ngữ lập trình Go

Lợi thế ngôn ngữ Go so với Python là:

Go có hiệu năng cao hơn nhờ biên dịch xuống mã máy, hỗ trợ song song (concurrency) tốt qua goroutine, quản lý bộ nhớ hiệu quả và dễ dàng triển khai cho các hệ thống phân tán hoặc ứng dụng backend quy mô lớn. Bên cạnh đó, Go cũng có tiêu chuẩn code rõ ràng, công cụ tích hợp mạnh mẽ và tạo ra các tệp thực thi nhỏ gọn, thuận tiện cho việc triển khai.Ngoài ra, Go sở hữu hệ sinh thái thư viện phong phú phù hợp với phát triển dịch vụ web, microservices, đồng thời giúp giảm thiểu lỗi nhờ kiểm tra kiểu tĩnh. So với Python, Go thích hợp hơn cho các ứng dụng yêu cầu hiệu suất và khả năng mở rộng cao, trong khi vẫn giữ được sự đơn giản trong cú pháp và dễ bảo trì mã nguồn.

Xem thêm về Go với MLOps: https://www.scaler.com/blog/mlops-roadmap/

2. Các công cụ được trình bày trong lớp học

2.1. Cập nhật các công cụ trong MLops

Danh sách các công cụ: https://github.com/kelvins/awesome-mlops

Các công cụ nổi tiếng và dễ dùng

Category	Most Popular & Easy Tool	Why	Link
AutoML	AutoKeras	Beginner-friendly, minimal code, good docs	https://github.com/keras-team/autokeras
CI/CD for Machine Learning	ClearML	Simple setup, good UI and integration	https://clear.ml/
Cron Job Monitoring	HealthchecksIO	Straightforward to use	https://healthchecks.io/
Data Catalog	Amundsen	Strong community, easy to deploy	https://www.amundsen.io/
Data Enrichment	Snorkel	Good abstractions for weak supervision	https://snorkel.org/
Data Exploration	Pandas Profiling	One-liner for full report	https://github.com/ydataai/pandas-profiling
Data Management	DVC	Git-like commands, great documentation	https://dvc.org/
Data Processing	Airflow	Extremely popular with rich community support	https://airflow.apache.org/
Data Validation	Great Expectations	Clear expectations-based API	https://greatexpectations.io/
Data Visualization	Tableau	Drag-and-drop interface, non-coders friendly	https://www.tableau.com/
Drift Detection	Alibi Detect	Well-documented and PyData-friendly	https://github.com/SeldonIO/alibi-detect
Feature Engineering	Featuretools	Automated and well-documented	https://www.featuretools.com/
Feature Store	Feast	Industry standard, active community	https://feast.dev/
Hyperparameter Tuning	Optuna	Simple API, excellent performance	https://optuna.org/
Knowledge Sharing	Kyso	Easy for teams, Markdown-like interface	https://www.kyso.io/
Machine Learning Platform	Sagemaker	Fully managed, beginner-friendly console	https://aws.amazon.com/sagemaker/
Model Fairness and Privacy	Fairlearn	Integrates well with scikit-learn	https://fairlearn.org/
Model Interpretability	SHAP	Visual, works across models	https://github.com/shap/shap
Model Lifecycle	MLflow	All-in-one, simple API, UI	https://mlflow.org/
Model Serving	BentoML	Flexible, supports REST, gRPC	https://bentoml.com/
Model Testing & Validation	Deepchecks	Simple integration with sklearn	https://deepchecks.com/
Optimization Tools	Ray	Scalable with easy-to-use APIs	https://www.ray.io/
Simplification Tools	PyCaret	Low-code and beginner-friendly	https://pycaret.org/
Visual Analysis and Debugging	Evidently	Interactive reports, beginner-friendly	https://www.evidentlyai.com/
Workflow Tools	Prefect	Modern, intuitive workflows	https://www.prefect.io/

1. Ngôn ngữ lập trình

1.1. Ngôn ngữ lập trình Python

1.2. Ngôn ngữ lập trình Go

2. Các công cụ được trình bày trong lớp học

2.1. Cập nhật các công cụ trong MLops