Развёртывание ML-моделей в высоконагруженных системах 25

О курсе

Курс читается для студентов 4-го курса в 3-м модуле.

Полезные ссылки

Карточка курса и программа

Видеозаписи лекций этого года (с дублями)

Курс в Anytask

Чат в telegram для обсуждений: https://t.me/+JA2WBKb58yIwZWJi

Правила выставления оценок

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Итог = Округление(0.2 * ДЗ_1 + 0.25 * ДЗ_2 + 0.25 * ДЗ_3 + 0.3 * ПР)

ДЗ_* — оценки за домашние работы

ПР — оценка за финальный проект

Округление арифметическое.

Правила сдачи заданий

За каждый день просрочки после мягкого дедлайна снимается 2 балла. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

Мы оставляем за собой право пригласить студента для защиты своего ДЗ, если заподозрим плагиат.

При наличии уважительной причины дедлайн по заданию может быть перенесён на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

Материалы

Дата	Тема	Презентация	Запись
30.01.2025	Вводное занятие. Общая информация.	TBD	Ссылка
06.02.2025	Знакомство с Triton Inference Server.	TBD	TBD

Домашние задания

Дата	Тема	Дедлайн
06.02.2025	Домашнее задание #1. Построить одношаговый пайплайн на базе Python Backend для классификационной модели с HuggingFace.	15.02.2025 23:30