数据科学项目日益增多，每个项目在提出原型到生产的过程中都需要可靠的基础设施。使用本书介绍的一些新技术和新工具，你将能建立一个适用于各类组织（无论是初创企业还是大型企业）的基础设施堆栈。 本书可帮助你建立数据流程和项目工作流，为你开发项目带来强大动力。本书呈现Netflix数据操作的最先进工具和概念，并在此基础上介绍一种可定制的基于云的模型开发和MLOps方法，可轻松适应公司的特定需求。当团队把数据科学和机器学习应用于广泛的业务问题时，这些实用的数据流程将更高效地生成更完美的结果。

第1章 数据科学基础设施介绍
1.1 选择数据科学基础设施的原因
1.2 什么是数据科学基础设施
1.2.1 数据科学基础设施堆栈
1.2.2 支持数据科学项目的整个生命周期
1.2.3 不能以偏概全
1.3 良好基础设施的重要性
1.3.1 管理复杂性
1.3.2 利用现有平台
1.4 以人为中心的基础设施
1.4.1 自由与责任
1.4.2 数据科学家自主性
1.5 本章小结
第2章 数据科学的工具链
2.1 建立开发环境
2.1.1 云账户
2.1.2 数据科学工作站
2.1.3 笔记
2.1.4 归纳
2.2 介绍工作流
2.2.1 工作流基础
2.2.2 执行工作流
2.2.3 工作流框架
2.3 本章小结
第3章 Metaflow简介
3.1 Metaflow的基本概念
3.1.1 安装Metaflow
3.1.2 编写基本工作流
3.1.3 管理工作流中的数据流
3.1.4 参数
3.2 分支和合并
3.2.1 有效的DAG结构
3.2.2 静态分支
3.2.3 动态分支
3.2.4 控制并发
3.3 Metaflow实际应用
3.3.1 启动新项目
3.3.2 使用客户端API访问结果
3.3.3 调试故障
3.3.4 最后润色
3.4 本章小结
第4章 随计算层伸缩
4.1 什么是可伸缩性
4.1.1 整个堆栈的可伸缩性
4.1.2 实验文化
4.2 计算层
4.2.1 使用容器进行批处理
4.2.2 计算层示例
4.3 Metaflow中的计算层
4.3.1 为Metaflow配置AWS批处理
4.3.2 @batch和@resources装饰器
4.4 处理故障
4.4.1 使用@retry从瞬态错误中恢复
4.4.2 使用@timeout杀死僵尸
4.4.3 最后一种装饰器：@catch
4.5 本章小结
第5章 实践可伸缩性和性能
5.1 从简单开始：垂直可伸缩性
5.1.1 示例：聚类Yelp评论
5.1.2 实践垂直可伸缩性
5.1.3 为什么选择垂直可
伸缩性
5.2 实践水平可伸缩性
5.2.1 为什么选择水平可伸缩性
5.2.2 示例：超参数搜索
5.3 实施性能优化
5.3.1 示例：计算共现矩阵
5.3.2 加快工作流的方法
5.4 本章小结
第6章 投入生产
6.1 稳定的工作流调度
6.1.1 中心化元数据
6.1.2 使用AWS Step Functions和Metaflow
6.1.3 使用@schedule调度运行
6.2 鲁棒的执行环境
6.2.1 Metaflow包如何流动
6.2.2 为什么依赖管理很重要
6.2.3 使用@conda装饰器
6.3 稳定运行
6.3.1 原型开发期间的命名空间
6.3.2 生产命名空间
6.3.3 使用@project的并行部署
6.4 本章小结
第7章 处理数据
7.1 快速数据的基础
7.1.1 从S3加载数据
7.1.2 使用表格数据
7.1.3 内存数据堆栈
7.2 与数据基础设施的交互
7.2.1 现代数据基础设施
7.2.2 用SQL准备数据集
7.2.3 分布式数据处理
7.3 从数据到特征
7.3.1 区分事实和特征
7.3.2 编码特征
7.4 本章小结
第8章 使用和操作模型
8.1 生成预测
8.1.1 批处理、流式和实时预测
8.1.2 示例：推荐系统
8.1.3 批处理预测
8.1.4 实时预测
8.2 本章小结
第9章 全栈机器学习
9.1 可插拔的特征编码器和模型
9.1.1 为可插拔的组件开发框架
9.1.2 执行特征编码器
9.1.3 基准模型
9.2 深度回归模型
9.2.1 编码输入张量
9.2.2 定义深度回归模型
9.2.3 训练深度回归模型
9.3 总结所学
9.4 本章小结
附录 安装Conda