Üretimde başarısız olan makine öğrenmesi projelerinin büyük bölümünde sorun modelin kendisi değil, onu çevreleyen sistemdir: veri akışının güvenilirliği, özelliklerin tutarlılığı, gecikme bütçesi, geri bildirim döngüsü ve hata durumundaki davranış. Sistem tasarımı bu bileşenleri bir bütün olarak ele almayı ve her kararın ödünleşimini açık biçimde tartmayı gerektirir. İyi bir tasarım genellikle en gelişmiş modeli değil, kısıtlar altında sürdürülebilir olanı seçer. Program altı modül boyunca sistem tasarımını yapılandırılmış bir yöntemle öğretir. Katılımcılar iş problemini makine öğrenmesi problemine çevirmekle başlar, veri ve özellik mimarisini kurgular, eğitim ve sunum tarafını tasarlar, ölçekleme ve hata senaryolarını değerlendirir. Her modül gerçek bir tasarım vakasıyla ilerler ve kararlar mimari karar kayıtlarına dönüştürülür. Katılımcı programdan tamamlanmış bir ML sistem tasarım dokümanıyla ayrılır.