MLOps

Как учит школа
Онлайн с преподавателем
Свободный график
Диплом о профессиональной переподготовке
Поддержка кураторов
Домашние работы
Пополнение портфолио
Стоимость курса
161 000 ₽
MLOps

Рейтинг школы

Вдруг есть дешевле?

Мы договорились со школами о дополнительных скидках. Перед покупкой обязательно проверьте наличие промокода. Так вы сможете приобрести курс по более выгодной цене

Описание курса

Покажем на практике как деплоить модели в production

Программа Формат Спикеры Навыки Кому подходит Требования к кандидату

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

Выберу ИИ
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.

Рекомендованные курсы

Docker
3 000 ₽/мес
Docker
15 000 ₽
Промокоды и акции

Другие направления