ML Space как единый инструмент разработки в Data Science
Вебинар

Во многих компаниях ML Space уже успел стать стандартом работы для Data Science команд. На вебинаре архитектор клиентских решений платформы Владислав Синеглазов расскажет, почему ML Space - это швейцарский нож в мире машинного обучения.
- У участников события будет шанс:
- вместе с экспертом пройти полный путь от загрузки данных на платформу до вывода модели в production;
- узнать, что помогает сделать обучение моделей более прозрачным;
- увидеть, как платформа ML Space ускоряет время разработки внутри команды Data Science;
- разобрать практический кейс применения ML-решения.
Вебинар будет полезен не только дата-сайентистам и дата-инженерам, но и всем, кто находится в поиске удобных инструментов ML-разработки для своей компании.
- 0:00 — Вступление
- 1:12 — Требования к инструментам для создания и обучения моделей
- 8:21 — Сущность Workspace и функциональные возможности платформы ML Space
- 14:55 — Модуль Data Catalog: работа с данными на платформе ML Space
- 26:58 — Модуль Environments: создание окружения и получение ресурсов
- 33:03 — Обучение моделей и мониторинг процесса обучения (инструменты TensorBoard и MLFlow)
- 43:08 — Модуль Deployments: вывод модели в production-среду и настройка доступов к модели. Примеры развернутых деплоев и тестирование образов
- 53:34 — Кейс использования модели ruCLIP для решения бизнес-задачи
- 1:00:55 — AI Marketplace: готовые сервисы и модели машинного обучения
- 1:06:54 — Модуль AutoML: обучение моделей на основе входных данных
- 1:11:43 — Модуль Pipelines: автоматизация совокупности процессов
- 1:12:43 — Резюме
- 1:15:10 — Ответы на вопросы
Спикеры

Владислав Синеглазов
Архитектор клиентских решений, Cloud
Новые вебинары
Подпишитесь и мы вам сообщим о новых вебинарах