Mini-курс по MLOps

Курсы

Преподаватели

Контакты

Записаться

# junior/middle

Евгений Мунин

Curiosity about life in all its aspects, I think, is still the secret of great creative people.

< Старт: в апреле >

FAQ

количество мест ограничено, старт: в апреле

//

Программа

Стоимость

Промышленный ML

< Для кого >

Кому подойдет курс

Курс подойдет желающим прокачать практические навыки в MLOps и овладеть инструментами, необходимыми в рабочих процессах разработки

Data Scientist'ам

Python разработчикам

Начинающим ML инженерам

< Что вы изучите на курсе >

Программа курса

1. Введение в MLOps

undefined

Мы обсудим, почему полезно писать качественный код для ML пайплайнов, что такое деплой

*

Рассмотрим основные паттерны ML архитектур, в частности различие между онлайн и пакетными сервисами

*

2. Погружение в бизнес-кейс

undefined

Мы построим проект с моделью предсказания кликов в рекламных объявлениях

*

Рассмотрим использование конфигов с dataclass и написание юнит тестов для ML моделей

*

3. Воспроизводимость экспериментов

undefined

Мы обсудим необходимость выстраивания воспроизводимого обучения

*

Научим работать с MLFlow Tracking и применим его к нашему бизнес-кейсу

*

4. Инференс и REST сервисы

undefined

Расскажем, что такое Docker, для чего он необходим, разберем его основные компоненты

*

Как использовать Docker для развертки REST сервиса применительно к ML-задаче

*

5. Data pipelines

undefined

Разберемся с понятием оркестраторов задач, и в частности с Apache Airflow

*

Познакомимся с docker-compose для запуска много-контейнерных приложений

*

6. Мониторинг

undefined

Обсудим важность мониторинга ML моделей на проде

*

Поднимем Grafana и применим ее для мониторинга нашего сервиса

*

Развернем Airflow и разобьем монолитный проект по обучению ML модели на пайплайн задач

*

Развернем наше приложение REST API с помощью FAST API

*

Практическая часть курса будет построена вокруг бизнес-кейса по предсказанию кликов пользователя на рекламные объявления. На каждом занятии мы будем дополнять решение, добавляя в него новый функционал

< Cпециалисты в своем деле >

Команда

1/2

Евгений Мунин

Team Lead проекта VirtualSense

*

//

Подробнее

DS в рекламных технологиях @ Teads

*

Team Lead проекта VirtualSense
DS в рекламных технологиях @ Teads
Ex DS в транспортной телематике и GPS
Автор блога по AI на Medium: https://medium.com/@evgeniimunin47

< Cпециалисты в своем деле >

Команда

2/2

Анастасия Никулина

Менеджер программы

*

CEO & Founder PyMagic

*

Ex DS Росбанк, OMD, МТС

*

Автор канала про машинное обучение на YouTube

*

< Technologies >

Стек технологий на курсе

< # if знания бесценны == true: print(”go!”) >

Стоимость курса

Смогу ли я оформить налоговый вычет в 13% за обучение?

< Frequently asked questions >

FAQ

Кликните на +, чтобы открыть ответ на вопрос

//

Чему я смогу научиться на курсе?

Есть ли какие-то требования для прохождения курса?

Что делать, если по какой-то причине я не справляюсь с нагрузкой и не успеваю выполнить все задания к окончанию курса?

Могу ли я вернуть деньги за курс, если он мне не подошел/не понравился?

Сколько времени необходимо уделять учебе?

Будете ли выдавать сертификат после прохождения обучения?

Вам необходимо иметь базовые знания Python (типы и структуры данных, функции, ООП). Здорово, если знакомы с Docker, но мы все равно коснемся данного инструмента и дадим дополнительную литературу, если захочется углубится в каждый из инструментов

Минимально это 2-3 часа в день (прослушивание лекции, самостоятельное чтение, прохождение тестов, изучение дополнительный материалов), если хотите пройти курс за неделю. Но вы можете сами контролировать свою нагрузку, так как все лекции открываются сразу

Вы можете проходить курс в своем темпе в течение месяца после начала оплаты. Если по каким-то причинах не успеваете, то можете продлить подписку.

В данном случае возврат не предусмотрен, так как лекции вам открываются сразу

Вы сделаете свои первые шаги в сторону production ML моделей, поймете как устроен процесс и сможете рассмотреть базовый папйлайн деплоя моделей. Дополнительно также кратко разберете ML System Design: как устроен процесс обучения модели, с чего необходимо начинать, как правильно выбрать метрики, какие лучше модели использовать для той или иной задачи и так далее. Данный курс больше направлен на приобретение практических навыков в MLOps

Да, сертификат о прохождении курса будет выдаваться, но только в том случае, если вы прошли все лекции и семинары, а также выполнили все тесты и практические задания

Да, так как мы осуществляем образовательную деятельность на основании лицензии № Л035-01255-50/00638643. Для подачи документов на налоговый вычет необходимо обязательно сохранять все чеки об оплате. Более подробно вы можете прочитать в следующей статье, либо написать нам на почту в разделе "Контакты"