Наш эксперт расскажет про функциональные возможности платформы ML Space для ML-разработки полного цикла и совместной работы команд дата-сайентистов над созданием и развертыванием моделей машинного обучения.

Владимир продемонстрирует, как:
• Загрузить данные при помощи одной кнопки;
• Обучить и развернуть модель;
• Использовать другие возможности платформы ML Space.

Вебинар будет полезен дата-сайентистам, разработчикам и бизнес-пользователям, которые хотели бы использовать ИИ в работе.

Тайм-коды:
• 0:00 — Что такое платформа ML Space и для чего она нужна
• 0:49 — Личный кабинет и среда совместной работы Workspace
• 2:25 — Модуль Data Catalog: хранение и перенос данных, история переносов
• 8:27 — Модуль Data Catalog: Docker registry. Базовые и кастомные образы
• 11:05 — Модуль Data Catalog: DataHub. Хаб предобученных моделей, датасетов и контейнеров
• 12:53 — Модуль Data Catalog: DataHub. Демонстрация деплоя модели ruGPT-3 13B
• 16:47 — Модуль Environments: готовые среды для обучения моделей и утилиты для мониторинга
• 19:34 — Модуль Environments: демонстрация окружений, распределенных задач, мониторинга моделей и экспериментов
• 29:00 — Модуль Environments: инструменты Intel® OneAPI
• 35:38 — Модуль Deployments: развертывание модели
• 41:42 — Модуль AutoML: демонстрация обучения модели без кода
• 48:00 — Сравнение ML Space с другими провайдерами
• 49:28 — Компонентная архитектура платформы
• 52:55 — Обзор решений семейства ML Space
• 54:07 — Примеры использования ML Space
• 55:02 — Data Science as a Service
• 57:35 — Ответы на вопросы