МОВС Открытый курс MLOps Начало (2023-24, 1 модуль) — различия между версиями
м (add 1st lecture slides) |
м (add recording of the 1st lesson) |
||
Строка 32: | Строка 32: | ||
! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам !! Дополнительные материалы | ! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам !! Дополнительные материалы | ||
|- | |- | ||
− | | style="background:#eaecf0;" | '''1''' [[ Запись]] || [[https://stepik.org/media/attachments/course/181476/MLOps_inception_1.pdf Слайды]] MLOps интро. MLOps для регулярного обучения моделей: обзор стека AirFlow+MLFlow+S3 || 15.09.23 || || | + | | style="background:#eaecf0;" | '''1''' [[https://stepik.org/lesson/1074007/step/2?unit=1084079 Запись на Stepik]] || [[https://stepik.org/media/attachments/course/181476/MLOps_inception_1.pdf Слайды]] MLOps интро. MLOps для регулярного обучения моделей: обзор стека AirFlow+MLFlow+S3 || 15.09.23 || || |
+ | [https://www.youtube.com/watch?v=3ZWRMv5WBdw Вебинар] о продуктивизации ML-решений "От Jupyter Notebook до полноценного продукта" | ||
+ | |||
+ | [https://scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html Почитать] про обучение моделей в sklearn | ||
|- | |- | ||
| style="background:#eaecf0;" | '''2''' [[ Запись]] || [[ Слайды]] Виртуальные машины и виртуальные окружения. Сетап необходимой инфраструктуры: установка и настройка AirFlow, MLFlow, S3. || 22.09.23 || || | | style="background:#eaecf0;" | '''2''' [[ Запись]] || [[ Слайды]] Виртуальные машины и виртуальные окружения. Сетап необходимой инфраструктуры: установка и настройка AirFlow, MLFlow, S3. || 22.09.23 || || |
Версия 22:35, 16 сентября 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: https://t.me/+3kpj_Dt2BmBjZjA6
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 на Stepik] | [Слайды] MLOps интро. MLOps для регулярного обучения моделей: обзор стека AirFlow+MLFlow+S3 | 15.09.23 |
Вебинар о продуктивизации ML-решений "От Jupyter Notebook до полноценного продукта" Почитать про обучение моделей в sklearn | |
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