DevOps у світі Machine Learning: в Україні запускають безкоштовний міні-курс за новою спеціальністю

Екосистема AI HOUSE, спрямована на освоєння та розвиток технологій AIArtificial Intelligence — штучний інтелект та MLMachine Learning — машинне навчання, запускає безкоштовий практичний мінікурс з MLOps — способу перетворення методів і технологій машинного навчання на корисний інструмент для вирішення завдань бізнесу.

Про це Highload повідомили у компанії.

Що відомо

Мінікурс для майбутніх MLOps буде серією воркшопів. Він відбудеться в період 18 червня — 2 липня 2022 року.

Лекції читатиме Lead ML Engineer у Proxet/GIPHY Дмитро Войтех. Він має понад шість років досвіду комерційної розробки програмного забезпечення та машинного навчання. Зазначається, що протягом останніх трьох років його команда успішно використовує MLOps для оптимізації робочих процесів.

«MLOps — це більше ніж професія. Це парадигма масштабованого та легкого в управлінні машинного навчання», — кажуть організатори.

Хто такий MLOps і які знання можна отримати на курсі

Багато хто вважає, що MLOps — це окрема професія, пов’язана з автоматизацією, налаштуванням та обслуговуванням інфраструктури для ML-проєктів. В деяких компаніях це дійсно винесено в окрему позицію.

Проте загальна тенденція ринку полягає в розширенні сфер відповідальностіML інженерів, їх універсалізації: щоб будь-хто з команди, маючи певні пріоритетні напрямки діяльності, завдяки своєму бекграунду та навичкам, також міг зайнятися як тренуванням моделі, так і її деплойментом або моніторингом.

При цьому робити це потрібно за актуальними практиками й конвенціями. Це дозволяє будувати зручні в підтримці і масштабуванні ML-системи, в яких орієнтується всі інженери.

В межах цього компактного MLOps-курсу буде розглянуто, яким інструментарієм має володіти сучасний ML-інженер, щоб мати змогу реалізувати проєкт від початкової research-стадії до фінальних етапів, пов’язаних із моніторингом й оновленням моделей у продакшені.

Отже, на курсі обіцяють розібратися, як ефективно налаштувати ключові компоненти ML-проєкту:

• рішення для відтворюваності ML-експериментів;
• засоби для оптимізації гіперпараметрів;
• версіонування та автоматизація ML-експериментів і тренувань;
• збереження, обробка, версіонування та інтерфейс доступу до сирих даних та ознак;
• зберігання, впровадження ML-моделей в продакшн, масштабування та їх автоматичне оновлення;
• моніторинг та аналітика (збір метрик, виявлення аномалій, A/B тести тощо).

Організатори наголошують, що наразі на ринку існує певне розмаїття платформ, за допомогою яких можна вирішувати ці задачі. Та у кожної є свої переваги та недоліки. На курсі учасників познайомлять з тими, що користуються значним попитом.

Кому підійде і як потрапити

Курс ідеально підійде для:

• Software Engineer;
• Data Engineer;
• Data Analyst;
• ML/DS Engineer початкового або середнього рівнів.

За результатами проходження мінікурсу учасники навчаться ефективно керувати всім життєвим циклом ML: від тренування моделі до розгортання та моніторингу.

Зареєструватися на курс можна до 14 червня включно — за посиланням. Організатори також зазначають, що кількість учасників обмежена.

Читайте також: Для українців продовжують запускати безкоштовні IT-курси — нова добірка