Predmet bo obravnaval celosten postopek podatkovnega inženirstva, s poudarkom na operacijah z vidika podatkov in strojnega učenja (MLOps):

• Uvod v strojno učenje v produkciji, življenjski cikel strojnega učenja in namestitev.
• Zajemanje in shranjevanje podatkov. Označevanje in validacija podatkov, izgradnja značilk, transformacije, obogatitev podatkov in njihova izbira.
• Neprekinjena integracija in kontinuirano nameščanje.
• Orkestracija delovnih tokov.
• Ponovljivost analiz podatkov.
• Sledljivost analize podatkov (verzioniranje izvorne kode, podatkov in modelov).
• Kontinuirano učenje in vrednotenje modelov. Visokozmogljivo modeliranje in razložljivost.
• Streženje modelov: vzorci in infrastruktura, upravljanje in dostava modelov.
• Sledenje metapodatkom in beleženje dogodkov.
• Nadzor in spremljanje. Testiranje A/B.
• Upravljanje podatkov, varnost, zasebnost. Načela FAIR.
• Integracija v poslovne procese.
• Pregled primerov uporabe iz resničnega sveta.

Predmet je zasnovan projektno. Študenti bodo postopoma načrtovali, zgradili, uvedli in spremljali rešitev, ki bo vključevala pridobivanje podatkov, analizo podatkov in poročanje, s čimer bodo podprli celoten življenjski cikel MLOps.

Predavanja bodo študente seznanila s teoretičnimi osnovami, medtem ko bodo gostujoča predavanja iz industrije predstavila praktične vidike podatkovnega inženiringa. Tekom laboratorijskih vaj bodo študenti spoznali aktualne pristope in orodja, ki jih bodo lahko uporabili za projektno delo. Vaje bodo služile tudi za konzultacije in ocenjevanje napredka na projektu.

Nabor uporabljenih orodij se bo letno pregledoval in posodabljal, da bo ustrezal industrijskim standardom in razvoju.