Machine Learning in Production

Про курс

Розглянемо цикл життя моделей машинного навчання. Зрозуміємо, як будувати складні продукти для бізнесу на основі даних і моделей для різних доменів — таких як комп’ютерний зір, обробка мови, статистичних даних та часових рядів.
Імплементуємо кожен крок у циклі життя моделей машинного навчання: від роботи з даними, тренування, деплойменту й моніторингу до автоматичного оновлення моделей у продакшні. Для кожного імплементованого кроку розглянемо вже наявні варіанти рішень з їхніми перевагами та недоліками.

Програма курсу

• Introduction

  • — Motivation, ML 101, use-cases, MLOps
  • — Project setup, different tooling
  • — Main components of ML system

• Data Processing

  • — Data engineering
  • — Data management
  • — Data labeling
  • — Privacy

• ML Models Training and Pipelines

  • — Train/evaluate/reproduce an ML model
  • — Automated ML cycle
  • — Re-training in production
  • — Docker for ML
  • — CI/CD for ML

• Workflow Orchestration

  • — Pipelines, auto retraining
  • — AirFlow, KubeFlow etc.

• Model Serving

  • — Different deployment models
  • — Scaling
  • — Optimization

Тривалість курсу 2 місяці. 

Детальну програму курсу дивіться на сайті курсу