Просмотр исходного текста страницы МОВС MLOps Начало (2024-25, 1 модуль)

==О курсе==

Курс читается для студентов 2 курса магистратуры "Искусственный интеллект" в 1 модуле 2024/2025 учебного года.

Вы познакомитесь с концепцией MLOps, поймете, как именно Data Scientist использует автоматизацию в своих решениях, а также попробуете самостоятельно создать пайплайн обучения ML-модели с помощью AirFlow и версионировать свои эксперименты с помощью MLFlow. Ближе к концу участников интенсива ждет мини-проект по обучению ML-модели по расписанию.
Цель этого курса - научиться поднимать необходимое окружение для автоматизации ML-экспериментов и грамотно версионировать свои результаты.

==Контакты==

Чат курса в TG: https://t.me/+b_3MbJqsLYoxMWVi

Преподаватель: Елизавета Гаврилова https://t.me/lizvladii @lizvladii

{| class="wikitable"
|-
! Ассистент !! Telegram
|-
| style="background:#eaecf0;" | Милана Кучумова || [https://t.me/milana_kma @ milana_kma ]
|-
| style="background:#eaecf0;" | Мария Харченко || [https://t.me/mister_autocrat @mister_autocrat]
|-
|}

==Материалы курса (начальная группа)==
Ссылка на степик с материалами курса: https://stepik.org/course/181476/

{| class="wikitable"
|-
! Занятие !! Тема !! Дата !! Ссылки
|-
| style="background:#eaecf0;" | '''1 (Вебинар 1)'''  ||  Введение
 || 10.09 || [https://stepik.org/lesson/1410492/step/2?unit=1428000 Файлы недели здесь], [https://stepik.org/lesson/1410492/step/9?unit=1428000 Материалы по установке docker здесь]
|-
| style="background:#eaecf0;" | '''2 (Вебинар 1)'''  ||  AirFlow Часть 1
 || 16.09 || [https://stepik.org/lesson/1410493/step/2?unit=1428001 Файлы недели здесь]
|-
| style="background:#eaecf0;" | '''3 (Вебинар 2)'''  ||  AirFlow Часть 2 
 ||23.09 || [https://stepik.org/lesson/1410494/step/2?unit=1428002 Файлы недели здесь]
|-
| style="background:#eaecf0;" | '''4 (Вебинары 2,3)''' ||   MLFlow
 || 01.10 || [https://stepik.org/lesson/1410495/step/2?unit=1428003 Файлы недели здесь]
|-
| style="background:#eaecf0;" | '''5 (Вебинар 3)'''  ||   Проект
 || 15.10 || [https://stepik.org/lesson/1435619/step/4?unit=1454131 Описание]
|}


==Формула оценивания==

Оценка = 0.4 * (О<sub>ДЗ1</sub> + О<sub>ДЗ2</sub> )  + 0.6 * О<sub>Проект</sub>

== Домашние задания ==
[https://stepik.org/lesson/1435619/step/1?unit=1454131 >>Подробные описания домашних заданий и сроков сдачи на степике<<]

Домашнее задание 1 - 20%: Написать 3 DAGа обучения разных моделей со сбором метрик в рамках одного файла. Пайплайн должен состоять из следующих шагов: 
инициализация. В качестве метрик собираем название модели и время запуска.
загрузка данных (любые данные с загрузкой из интернета, без БД). В качестве метрик собираем начало и конец загрузки по времени, размеры датасета.
обработка данных (соответствующая решаемой задаче). В качестве метрик собираем время работы шага, размеры обработанного датасета.
обучение модели. В качестве метрик собираем время обучения модели и метрики модели.
сохранение результатов на S3. Выгружаем все собранные за пайплайн метрики на S3.

Домашнее задание 2 - 20%: Обучить 3 модели в Python и залогировать эксперимент с помощью MLFlow.
реализовать обучение 3 любых моделей в Python, состоящее из шагов: чтение данных (любые из интернета), предобработка данных, обучение моделей, сохранение результатов.
необходимо создать новый эксперимент в MLFLow (подсказка: а что если эксперимент уже есть?)
обучать модели необходимо в рамках одно parent run. Один сhild run - это одна модель. 
собирать метрики необходимо с помощью MLFlow!

Проект - это совмещение ДЗ 1 и 2 - 60%. Необходимо обучить 3 модели в рамках одного DAG, и залогировать эти обучения с помощью MLFlow.  Подробное описание проекта [https://stepik.org/lesson/1435619/step/4?unit=1454131 здесь].

Минимальные требования к проекту:
* используется датасет из sklearn
*  используются лог/лин рег + дерево решений + случайный лес
*  предобработка - это стандартизация
*  отбора признаков не происходит
*  и все требуемые шаги из описания выше выполнены