MLOps и развертывание ML моделей

MLOps и развертывание ML моделей

18 990 ₽

Освойте полный цикл разработки и внедрения ML систем в продакшн. Научитесь создавать масштабируемые ML пайплайны, автоматизировать обучение моделей и мониторить их производительность с использованием Docker, Kubernetes и современных MLOps инструментов.

45 часов обучения Средний уровень

Что вы получите:

  • Понимание принципов MLOps и лучших практик разработки ML систем
  • Навыки контейнеризации ML приложений с помощью Docker
  • Умение оркестрировать ML сервисы с Kubernetes
  • Опыт создания CI/CD пайплайнов для ML проектов
  • Знание инструментов версионирования данных и моделей (DVC, MLflow)
  • Навыки мониторинга моделей в продакшне и детекции дрифта данных
  • Опыт работы с облачными платформами для ML (AWS, GCP, Azure)
  • Портфолио из полностью развернутых ML систем

Программа курса:

Модуль 1: Введение в MLOps

Принципы MLOps, жизненный цикл ML проекта, DevOps для Data Science

Модуль 2: Версионирование и эксперименты

Git для ML, DVC, MLflow, отслеживание экспериментов

Модуль 3: Контейнеризация

Docker для ML приложений, создание образов, Docker Compose

Модуль 4: API для ML моделей

FastAPI, Flask, создание REST API для inference

Модуль 5: Оркестрация и масштабирование

Kubernetes для ML, создание кластеров, автомасштабирование

Модуль 6: CI/CD для ML

GitHub Actions, Jenkins, автоматизация тестирования и деплоя

Модуль 7: Мониторинг и логирование

Prometheus, Grafana, мониторинг производительности моделей

Модуль 8: Облачные платформы

AWS SageMaker, Google AI Platform, Azure ML, serverless ML