Ваш справочник для внедрения ML

Бесплатный курс для тех, кто выстраивает ML в продакшене. ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌ ‌

Открыть письмо в браузере Самое полное описание концепции MLOps в рунете Мы видим, что все больше компаний внедряют элементы машинного обучения и работу с ML-моделями в системы. Бизнесу нужны системы рекомендаций, финансового скоринга, умные поисковые алгоритмы и другие современные решения. При этом стандарты по внедрению ML-сервисов в большинстве компаний находятся на стадии формирования. Цель нового бесплатного курса Selectel — про выстраивание работы с ML — поделиться опытом и знаниями специалистов в развивающейся отрасли. В центре курса — описание концепции MLOps. Это дисциплина, направленная на унификацию процессов разработки и развертывания ML-систем. Изучить курс Три ракурса на MLOps На эту концепцию можно посмотреть с разных сторон: с точки зрения инфраструктуры, процессов, команды. Мы предлагаем взгляд провайдера. Что такое MLOps? Теоретический аспект Разбираем концепцию через детальный разбор схемы, созданной тремя немцами — авторами статьи «Machine Learning Operations (MLOps): Overview, Definition, and Architecture». На данный момент это одна из самых толковых и полных схем построения MLOps. Артефакты MLOps: данные, модель, код Если проанализировать существующие тексты про MLOps, авторы в основном пишут про работу с тремя типами артефактов: данными, моделями, кодом. Закрепляем понимание концепции через более простое объяснение. MLOps как информационная система Взяли шесть элементов информационных систем — от «железа» и софта до команды — и описали, как они могут быть представлены в ML-платформе компании. Помимо перечисленных текстов, в курсе вас ждут обзор инструментов для ускорения ML-моделей, описание опыта использования Kubeflow в продакшене и разбор платформ обработки данных. Присоединяйтесь к сообществу про production ML-сервисов Присоединяйтесь к сообществу про production ML-сервисов Если вам интересна тема курса, вступайте в наше сообщество в Telegram. В нем уже более 500 участников, которые решают или будут решать задачи, связанные с развитием machine learning в компаниях. В комьюнити открыто обсуждаем проблемы и лучшие практики, делимся опытом и полезными источниками для углубления знаний в DataOps и MLOps. Вступить в группу Вы можете настроить вашу подписку или отписаться. Блог Community Карьера Лицензия на телематические услуги № 176267 © ООО «Селектел», 2008–2023