ML System Design 24/25 (МОВС23)

О курсе

Курс "ML System Design" посвящён практическим знаниям и навыкам, необходимых для проектирования и разработки масштабируемых систем машинного обучения. Слушатели курс получат итеративный фреймворк для разработки надёжных, масштабируемых, развертываемых ML-систем

Занятия проводятся в Zoom по средам в 18:10

Контакты

Чат курса в TG: chat link

Преподаватель: Теванян Элен Арамовна (Страничка преподавателя ВШЭ)

Ассистент	Контакты
Савелий Прохоров	@Savely_Prokhorov
Мурат Хажгериев	@greedisneutral
Григорий Кузнецов	@growa

Материалы курса

Ссылка на плейлист курса на YouTube: YouTube-playlist

Ссылка на GitHub с материалами курса: GitHub repository

Занятие	Тема	Дата	Материалы для самоподготовки к семинарам	Дополнительные материалы
1 Запись	Слайды Введение в дизайн систем машинного обучения	13.11.24 (Ср.)
2 Запись	Слайды Датасеты и инжиниринг признаков	20.11.24 (Ср.)
3 Запись	Слайды Выбор моделей и обучение моделей	26.11.24 (Вт.)
4 Запись	Слайды Оценка моделей	27.11.24 (Ср.)
5 Запись	Слайды Диагностика проблем и мониторинг ML-систем	04.12.24 (Ср.)
6 Запись	Слайды Деплой ML-систем	11.12.24 (Ср.)
7 Запись	Слайды Инфраструктура для машинного обучения и ML-платформы	18.12.24 (Ср.)

Формула оценивания

Оценка = 0.4*О_ДЗ + 0.6*О_Проект

Формы контроля

• Домашнее задание
  - Представляет собой небольшую текстовую работу и блок-схему, в которых надо отразить пройденный материал на примере предложенных ML-задач. Допустимы инициативные темы.
  - Выдается после 3-го // 4-го занятия
• Проект
  - Представляет собой расширенную версию ДЗ по проблеме, отличной от ДЗ, с проработкой всех вопросов, рассмотренных на курсе
  - Выдается после 6-го // 7-го занятия

Литература

1. Nguyễn, C. (2022). Designing Machine Learning Systems. O'Reilly Media
2. Babushkin, V., & Kravchenko, A. (2023). Machine Learning System Design: With End-to-End Examples. Independently published.