Ce que vous devez savoir avant
de commencer

Débute 3 July 2025 00:51

Se termine 3 July 2025

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Modèles de diffusion d'événements en temps réel pour les applications natives de l'IA

Explorez comment les modèles de diffusion d'événements alimentent les applications d'IA grâce à l'analyse en temps réel, l'enrichissement des données et le traitement des flux pour une intelligence renforcée et une infrastructure fiable.
Toronto Machine Learning Series (TMLS) via YouTube

Toronto Machine Learning Series (TMLS)

2765 Cours


30 minutes

Mise à niveau optionnelle disponible

Not Specified

Progressez à votre rythme

Free Video

Mise à niveau optionnelle disponible

Aperçu

Explorez comment les modèles de diffusion d'événements alimentent les applications d'IA grâce à l'analyse en temps réel, l'enrichissement des données et le traitement des flux pour une intelligence renforcée et une infrastructure fiable.

Programme

  • Introduction au streaming d'événements en temps réel
  • Aperçu du streaming d'événements et son importance dans l'IA
    Concepts clés : Flux, événements et traitement en temps réel
  • Fondamentaux des architectures de streaming d'événements
  • Cadres et technologies de traitement de flux
    Sourcing d'événements et Séparation des responsabilités Commande-Question (CQRS)
    Comparaison : Traitement par lots vs. traitement de flux
  • Modèles de streaming d'événements pour les applications IA
  • Microservices pilotés par événements
    Modèles d'enrichissement et de transformation des données
    Modèles pour l'agrégation de données en temps réel
  • Analytique en temps réel avec des flux d'événements
  • Requêtes continues et tableaux de bord en temps réel
    Détection d'anomalies en temps réel
    Exploitation de l'apprentissage automatique dans l'analyse des flux
  • Traitement et gestion des flux de données
  • Traitement avec état vs. sans état
    Gestion des données tardives et jointures de flux
    Assurer la cohérence et la fiabilité des données
  • Considérations sur l'infrastructure et l'évolutivité
  • Déploiement et gestion du traitement de flux d'événements sur les plateformes cloud
    Mise à l'échelle horizontale des systèmes de traitement de flux
    Haute disponibilité et tolérance aux pannes
  • Outils et plateformes pour le streaming d'événements
  • Aperçu d'Apache Kafka, d'Apache Flink, et d'autres outils clés
    Intégration avec des cadres et plateformes d'IA
    Choisir le bon outil pour votre cas d'utilisation
  • Études de cas et applications
  • Exemples réels d'applications natives IA utilisant le streaming d'événements
    Meilleures pratiques et leçons apprises des leaders de l'industrie
  • Projet pratique
  • Construction d'une application IA avec le streaming d'événements en temps réel
    Mise en œuvre d'un pipeline de traitement d'événements simple
  • Tendances futures du streaming d'événements en temps réel pour l'IA
  • Technologies émergentes et innovations
    Rôle évolutif de l'IA dans le traitement de flux
  • Résumé et révision
  • Principaux enseignements du cours
    Préparation aux sujets avancés et apprentissages futurs

Sujets

Science des données