Разработка и внедрение ML-решений
Наш 6-дневный практический курс MLOps — это комплексная программа обучения для ML инженеров, которая проведет вас через все этапы жизненного цикла ML-проекта: от сбора и подготовки данных до развертывания, мониторинга и автоматизации моделей в production.
Забудьте о теоретических лекциях — мы предлагаем практическое обучение ML инженеров, ориентированное на решение ваших реальных бизнес-задач. После нашего курса вы сможете не просто создавать модели, а строить полноценные, надежные и масштабируемые ML-сервисы используя инструменты, практики и инфраструктуру MLOps
-112%Программа курса
Ознакомьтесь с программой курса «Разработка и внедрение ML-решений» от Школа Больших Данных
- Жизненный цикл разработки ML-модели - 4 часа. Основные этапы жизненного цикла ML-модели: постановка задачи, подготовка данных, выбор модели, обучение и оценка. Ключевые типы задач (классификация и регрессия), метрик качества, а также архитектура ML-сервисов.
- Управление кодом, данными и признаками - 4 часа. Подходы к командной разработке ML-решений: работа с Git, линтерами, code review. Знакомство с DVC для версионирования данных и Feature Store (Feast) как хранилищем признаков. Разбор лучших практик организации и…
- Управление экспериментами и артефактами - 4 часа. Инструменты логирования и визуализации экспериментов. MLFlow и ClearML как платформы для управления метриками, параметрами, моделями и артефактами. Хранение моделей и данных на внешних хранилищах (например, S3…
- Развёртывание моделей и CI/CD - 4 часа. Подходы к CI/CD в ML-проектах. Обсуждение юнит-тестирование, автоматизацию обучения и развёртывания. Варианты серверов для инференса: Triton Inference Server.
- Оркестрация ML-пайплайнов с Apache Airflow - 4 часа. Архитектура и возможности Apache Airflow. Роль оркестрации в ML: планирование, зависимость задач, мониторинг процессов.
- Мониторинг моделей и визуализация - 4 часа. Мониторинг моделей и данных в проде. Подходы к отслеживанию дрифта, качества и стабильности работы моделей. Знакомство с инструментами Superset и Evidently.
- middle / senior - 1 час. Дистанционный.
Чему вы научитесь
- Освоите и сможете применять: подходы к ci/cd в ml проектах. обсуждение юнит тестирование, автоматизацию обучения и развёртывания. варианты серверов для инференса triton inference server.
- Архитектура и возможности Apache Airflow. Роль оркестрации в ML планирование, зависимость задач, мониторинг процессов.
- Разберётесь в теме: управление экспериментами и артефактами.
- Разберётесь в теме: дистанционный.
Подробная информация о курсе
Наш 6-дневный практический курс MLOps — это комплексная программа обучения для ML инженеров, которая проведет вас через все этапы жизненного цикла ML-проекта: от сбора и подготовки данных до развертывания, мониторинга и автоматизации моделей в production. Забудьте о теоретических лекциях — мы предлагаем практическое обучение ML инженеров, ориентированное на решение ваших реальных бизнес-задач. После нашего курса вы сможете не просто создавать модели, а строить полноценные, надежные и масштабируемые ML-сервисы используя инструменты, практики и инфраструктуру MLOps
Цены и сроки
- Стоимость140 000 ₽
- Старая цена66 000 ₽
- Дата началаc Invalid Date
Содержание
- Формат обученияв группе с наставником
По окончанию курса
- Диплом или сертификатсертификат
Похожие курсы
5,0
69 000 ₽
5,0
230 000 ₽230 ₽/мес рассрочка
5,0
123 451 ₽
0,0
145 900 ₽145 900 ₽/мес рассрочка
0,0
69 000 ₽4 038 ₽/мес рассрочка
0,0
224 064 ₽11 317 ₽/мес рассрочка
Разработка и внедрение ML-решений
140 000 ₽ 66 000 ₽