Name: Machine Learning in Production
Price: 28000 UAH
Availability: InStock

Machine Learning in Production

28 000 UAH за курс

2 месяцев

Для опытных

Data Science / Machine learning

О курсе

Программа курса

Введение в машинное обучение и инфраструктуру

На этом курсе начинают с основ - объясняют мотивацию и базовые принципы машинного обучения. Рассматривают главные компоненты ML-систем и инфраструктуру для их работы. Студенты знакомятся с Docker, Kubernetes и CI/CD. Также обучаются составлять дизайн-документы для ML-проектов.

Работа с данными

Второй модуль посвящен данным - их хранению и обработке. Здесь разбирают процессы разметки данных, версионирования и работу с feature stores. Особое внимание уделяют вопросам конфиденциальности и защиты информации.

Эксперименты и управление моделями

Этот блок охватывает весь цикл автоматизированного машинного обучения. Студенты учатся управлять экспериментами, строить их структуру и тестировать ML-код. Также рассматривают управление моделями и настройку CI/CD для машинного обучения.

Оркестрация пайплайнов

Модуль посвящен оркестрации ML-пайплайнов. Практическая часть включает работу с Kubeflow и AirFlow - популярными инструментами для автоматизации процессов.

Базовый и продвинутый сервинг моделей

Сначала студенты изучают основы внедрения моделей - различные модели деплоя, API и инференс-серверы. Затем переходят к более сложным темам: масштабирование инфраструктуры и моделей, оптимизация производительности систем.

Мониторинг и этика в ML

Последний технический модуль охватывает мониторинг ML-систем и решение проблем в продакшене. Также рассматривают важные темы - объяснимость моделей, предвзятость в машинном обучении, валидацию и регуляторные требования.

Обзор ML-платформ

Завершают курс сравнением современных ML-платформ. Анализируют SageMaker, Vertex AI и платформы на базе Kubernetes. Студенты получают представление о сильных и слабых сторонах каждого решения.

Особенности обучения

Курс включает еженедельные видеолекции и вебинары по субботам в 16:00. Обучение строится вокруг реальных задач и курсового проекта. Студенты регулярно получают фидбек от преподавателей. После успешного завершения выпускники получают сертификат.

Что включено

Выдается диплом/сертификат

Гибкий график

Реальный проект в портфолио

Сопровождение ментора

Machine Learning in Production

О курсе

Программа курса

Введение в машинное обучение и инфраструктуру

Работа с данными

Эксперименты и управление моделями

Оркестрация пайплайнов

Базовый и продвинутый сервинг моделей

Мониторинг и этика в ML

Обзор ML-платформ

Особенности обучения

Что включено

О школе

Projector

Другие курсы школы

A/B Testing

Strategic Leadership

Python Beginning