Весна 2023

Машинное обучение в продакшене (ML)

Цель курса — Прослушав курс вы поймете, что "перекидывание ML моделей через забор" -- не самая эффективная практика.
У вас появится желание и умение делать end2end.
Вы изучите инструменты и подходы, которые помогают использовать инженерные практики для разработки и выкатки ML приложений.

-Обучитесь ML моделям вне Jupyter Notebook
- Научитесь тестировать ML модели
- Будете выстраивать процесс воспроизводимого обучения (dvc, mlflow)
- Сможете писать пайплайны данных (Airflow)
- Использовать техники контейнеризации для обучения и inference (Docker)
- Масштабирование контейнеров посредством Kubernetes
- Использование Kubernetes для обучения и инференса ML моделей

Преподаватели

Михаил Марюфич

None

Немальцев Александр

Учусь на 2 курсе магистратуры на факультете "Информатика и системы управления" по напра...

Подробнее

Владимир Баранов

None

Весна 2023

Машинное обучение в продакшене (ML)

Преподаватели

Чему еще учатся студенты

Первый семестр

Второй семестр

Третий семестр