Курс MLOps
Уровень подготовки
Для прохождения курса потребуются знания основ Git, контейнеров и жизненного цикла ML
Бесплатный доступ
Полный комплект учебных материалов курса без скрытых платежей и ограничений
Удобный график
К курсам можно приступить в любой момент и проходить в комфортном для себя темпе
Практический результат
Сможете спроектировать MLOps-пайплайн и правила продвижения модели между средами
Кому подойдет курс
ML- и platform-инженерам
Свяжут эксперименты, training jobs, registry, deployment и monitoring в управляемый процесс и повысят его эффективность
DevOps- и дата-инженерам
Разберутся в особенностях CI, continuous training, workflow orchestration и версионирования данных
Техническим руководителям
Смогут определить quality gates, ownership, approvals и границы ответственности ML-платформы
Что вы узнаете на курсе
Как обеспечить воспроизводимость и lineage
Свяжете версии кода, данных, признаков, окружения, конфигурации, эксперимента и артефакта модели
Чем отличаются CI, CT и CD в ML
Разберете автоматические проверки кода, данных и модели, запуск обучения и контролируемое продвижение версии
Как оркестрировать ML-workflows
Разделите orchestration вычислительных ресурсов и workflow/DAG, продумаете retries, идемпотентность и обработку сбоев
Как выпускать и откатывать модели
Применяете registry, quality gates, approvals и rollback; инструменты в качестве реализации этих функций везде
Как проходит обучение
Курс доступен сразу после регистрации на платформе LMS. Все уроки и прогресс обучения отражаются в личном кабинете
Автор курса
Линейка из 11 курсов о проектировании и разработке ML систем, которые помогут освоить методы создания эффективных и масштабируемых решений в облаке
