MLOps для разработки и мониторинга моделей

Программа курса

Ознакомьтесь с программой курса «MLOps для разработки и мониторинга моделей» от Яндекс Практикум - practicum.yandex.ru

1. Введение в MLOps. Попрактикуетесь в решении кейсов на оценку зрелости проекта и выбор MLOps‑архитектуры.
2. Dev‑практики для ML‑модели. Настроите локальное окружение с необходимыми инструментами для разработки на Python.
3. Настройка окружения и знакомство с Yandex Cloud. Настроите облачное окружение с необходимыми инструментами в Yandex Cloud.
4. Отслеживание экспериментов, управление ML‑моделями и их хранение. Настроите жизненный цикл ML‑модели в MLflow или ClearML на выбор в 3 сценариях.
5. Качество и версионирование данных. Создадите модели для сырых источников и датасета с фичами на Pydantic. Выполните проверки в пайплайне ClearML, используя Great Expectations. Создадите версии датасета в ClearML.
6. Оркестрация и ML‑пайплайны. Построите 3 продакшн‑пайплайна при помощи ClearML или Mage.
7. Развёртывание ML-моделей. Задеплоите модель как REST‑API‑сервис, используя ClearML, или сделаете интерактивное приложение, используя ClearML Streamlit Launcher.
8. Мониторинг и обратная связь. Добавите метрики качества модели в существующий дашборд и создадите аналогичный дашборд в Superset с источниками метрик в ClickHouse.
9. CI/CD‑практики. Допишете пайплайн CI/CD для тестирования кода и обновления инфраструктуры в Yandex Cloud, используя Terraform.
10. Итоговый проект. Реализуете полный MLOps-цикл для одного из 2 кейсов на выбор. Используете все пройденные методы и инструменты MLOps: обработку и качеcтво данных, версии модели в MLflow/ClearML, пайплайны обучения и переобучения, деплой модели в соответствующ…
11. Деплой модели на FastAPI в Yandex Cloud. Научитесь деплоить ML‑модель в облаке, используя FastAPI.

Чему вы научитесь

• Освоите и сможете применять: качество и версионирование данных. создадите модели для сырых источников и датасета с фичами на pydantic. выполните проверки в пайплайне clearml, используя great expectations. создадите ве…
• Освоите и сможете применять: мониторинг и обратная связь. добавите метрики качества модели в существующий дашборд и создадите аналогичный дашборд в superset с источниками метрик в clickhouse.
• Освоите и сможете применять: развёртывание ml моделей. задеплоите модель как rest‑api‑сервис, используя clearml, или сделаете интерактивное приложение, используя clearml streamlit launcher.
• Освоите и сможете применять: ci/cd‑практики. допишете пайплайн ci/cd для тестирования кода и обновления инфраструктуры в yandex cloud, используя terraform.
• Деплой модели на FastAPI в Yandex Cloud. Научитесь деплоить ML‑модель в облаке, используя FastAPI.