Deep dive в ML Space. Пайплайн работы c данными и артефактами: от загрузки до запуска моделей в обучение
На вебинаре с экспертами ML Space вы узнаете про весь цикл работы с данными и ML-артефактами на платформе через UI и API.
Спикеры продемонстрируют все этапы, предшествующие обучению моделей: от миграции данных из внешних источников до подготовки докеров, а заодно и покажут, как можно минимизировать ручной труд.
Отдельное внимание будет уделено автоматизации полного цикла процесса ML-разработки за счет нового модуля Pipelines.
Вебинар будет полезен специалистам IT-подразделений корпоративного бизнеса (дата-аналитикам, дата-сайентистам, DevOps-инженерам), а также менеджерам AI/ML-продуктов.
- 00:00 — Вступление, о платформе ML Space и ее особенностях
- 02:51 — День из жизни дата-сайентиста с GPU и без. Что есть в экосистеме ML Space?
- 05:35 — Гибкость и преимущества платформы «в бою» на примерах рыночных кейсов
- 09:01 — Знакомство с интерфейсом: workspace, модули платформы.
- 12:07 — Три способа загрузки данных в Data Catalog.
- 17:04 — Два способа работы с данными — Environments и AutoML. Пример построения предсказательной модели курса криптовалют традиционным способом и в AutoML.
- 23:28 — Совместная работа с образами, датасетами и моделями в Artifact registry
- 28:08 — Работа с Pipelines: автоматизация импорта данных, обучения, сбора и запуска образа для деплоя
- 37:43 — Демонстрация результата обучения моделей в AutoML. Batch prediction.
- 41:03 — Ответы на вопросы