MLOps
Рейтинг школы
Вдруг есть дешевле?
Описание курса
Покажем на практике как деплоить модели в production
Процессы
С чего следует начинать любой проект по ML? Конечно, с целей и метрик, а также с организации процессов взаимодействия в команде.
Инфраструктура
В этом модуле мы начнем возводить кирпичики нашей системы с инфраструктурных блоков. Мы узнаем, какие блоки стоит выделить, где хранить данные.
Подготовка данных
Всё начинается с данных. Их нужно собрать, сохранить, проанализировать, провести очистку и заполнение пропусков.
Моделирование
Обсудим, как сделать это обучение воспроизводимым. Как проводить обучение моделей в распределенной среде.
Валидация
Перед запуском модели в production, её следует внимательно провалидировать и изучить.
Развертывание
Пришло время катить её в production. Какие есть стратегии инференса.
Мониторинг
Как собирать и визуализировать метрики, как узнавать о проблемах раньше всех.
Проектная работа
Заключительный месяц курса посвящен проектной работе.
онлайн
- Игорь Стурейко (к.ф.-м.н., Teamlead, главный инженер FinTech)
- Николай Осипов (MLOps Engineer, Kadam)
- Николай Степанов (ML Engineer, Emerging Travel Group)
- Петр Емельянов (CEO, Bloomtech LLC)
- Роман Козлов (Ведущий аналитик, ГКУ "Новые технологии управления")
- Александр Андреянков (Senior ML Engineer, Райффайзен Банк)
- Илья Ящук
- Дмитрий Колесников (Lead Computer Vision Engineer, Wildberries)
- Как правильно организовать хранение исходников
- Где и как хранить данные
- Как сделать CI/CD
- Как регулярно обновлять данные и переобучать модели
- Как управлять инфраструктурой в облаках
- Как упаковывать ML модели в микросервисы
- Как разворачивать k8s
- Как настраивать мониторинг и алертинг
- Специалисты по Data Science
- ML-инженеры
- Data-инженеры
- Аналитики данных
- Software-инженеры
Необходимы знания: построение веб-сервисов на Python, опыт разработки на Python, опыт использования Python для ML, Linux, Git.
Выводы о курсе
Возможны неточности
Курс MLOps предлагает уникальную возможность освоить практики внедрения машинного обучения в производственные системы. Он подходит как специалистам, уже работающим в данных, так и новичкам, желающим развить свои навыки. Сочетание практических и теоретических знаний с опытными преподавателями гарантирует высокий уровень обучения.
Отзывы о школе OTUS
Читать все отзывыВопрос-ответ
Рекомендованные курсы
