МОВС Открытый курс MLOps Начало (2023-24, 1 модуль) — различия между версиями
(create open MLOps course page) |
м (add Zoom link) |
||
Строка 5: | Строка 5: | ||
<br/> | <br/> | ||
− | Занятия проводятся в [ | + | Занятия проводятся в [https://us06web.zoom.us/j/85825841115?pwd=VVVlTWZjVUNmVndWTDJkUWdlRzZyQT09 Zoom] '''по пятницам в 18:00''' |
Этот же курс на платформе Stepik: https://stepik.org/course/181476/promo | Этот же курс на платформе Stepik: https://stepik.org/course/181476/promo | ||
Строка 19: | Строка 19: | ||
! Ассистент !! Telegram | ! Ассистент !! Telegram | ||
|- | |- | ||
− | | style="background:#eaecf0;" | | + | | style="background:#eaecf0;" | Андрей || [https://t.me/mr_dyadyunov @mr_dyadyunov] |
|- | |- | ||
|} | |} | ||
Строка 38: | Строка 38: | ||
| style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ Слайды]] Что такое DAG? Мой первый DAG для обучения модели: из чего состоит пайплайн обучения? || 29.09.23 || || | | style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ Слайды]] Что такое DAG? Мой первый DAG для обучения модели: из чего состоит пайплайн обучения? || 29.09.23 || || | ||
|- | |- | ||
− | | style="background:#eaecf0;" | '''4''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''4''' [[ Запись]] || [[ Слайды]] Обучение нескольких моделей одновременно. Чтение и хранение данных на S3. || 06.10.23 || || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ Слайды]] Установка и настройка MLFlow. Повторяем эксперимент, но теперь версионируем с помощью MLFlow. || 13.10.23 || || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ Слайды]] Обзор финального задания. Подводя итоги: сравнение кастомного версионирования с готового решения MLFlow. || 20.10.23 || || |
|- | |- | ||
|} | |} |
Версия 17:48, 30 августа 2023
Содержание
О курсе
Вы познакомитесь с концепцией MLOps, поймете, как именно Data Scientist использует DevOps и CI/CD 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 ML-экспериментов и грамотно версионировать свои результаты.
Занятия проводятся в Zoom по пятницам в 18:00
Этот же курс на платформе Stepik: https://stepik.org/course/181476/promo
Контакты
Чат курса в TG: AI Education: open events
Преподаватель: Елизавета Гаврилова, Senior ML Engineer
Ассистент | Telegram |
---|---|
Андрей | @mr_dyadyunov |
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 MLOps интро. MLOps для регулярного обучения моделей: обзор стека AirFlow+MLFlow+S3 | 15.09.23 | ||
2 Запись | Слайды Виртуальные машины и виртуальные окружения. Сетап необходимой инфраструктуры: установка и настройка AirFlow, MLFlow, S3. | 22.09.23 | ||
3 Запись | Слайды Что такое DAG? Мой первый DAG для обучения модели: из чего состоит пайплайн обучения? | 29.09.23 | ||
4 Запись | Слайды Обучение нескольких моделей одновременно. Чтение и хранение данных на S3. | 06.10.23 | ||
5 Запись | Слайды Установка и настройка MLFlow. Повторяем эксперимент, но теперь версионируем с помощью MLFlow. | 13.10.23 | ||
6 Запись | Слайды Обзор финального задания. Подводя итоги: сравнение кастомного версионирования с готового решения MLFlow. | 20.10.23 |
Формула оценивания
Оценка = 0.4*ОТесты + 0.6*ОПроект
Описание проектов
Литература
- "Machine Learning Engineering" by Andriy Burkov, 2020
- "Practical MLOps: Operationalizing Machine Learning Models (2021)", Noah Gift & Alfredo Deza