Ежегодный митап MLOps и ML-инженеров
Обсуждаем инфраструктуру для ML, разбираем сложности, тренды и инструменты построения production ML-систем. Особое внимание уделим актуальному тренду — LLM. Поговорим про оптимизацию моделей, безопасность LLM и сокращение расходов на их инференс.

• Актуальный опыт внедрения feature store в командах СберМаркет. Feast уже можно внедрять или ждём версию 1.0?
— Юрий Классен, Руководитель группы MLOps, СберМаркет
• Непреодолимая легкость повышения утилизации GPU: Allocation и Profiling обычного человека. — Антон Алексеев, DevOps-инженер, Selectel, Ефим Головин, MLOps-инженер, Selectel
• Как задеплоить свой ML-проект в разных облаках, если ты Data scientist и у тебя лапки в DevOps. — Сергей Мезенцев, Individual contributor, Dstack
• Тренды GenAI их влияние на подходы к консалтингу B2B-компаний. — Василий Крикунов, Руководитель проектов в области ИИ, Axenix
• Быстрый и экономичный инференс LLM в прикладных задачах. — Алексей Гончаров, CEO и founder, MIL Team
• Инфраструктурные векторы атак на LLM: что говорит OWASP и чего в нем нет. — Евгений Кокуйкин, Руководитель AI продуктов, Raft

У нас есть сообщество «MLечный путь» в Telegram. Там мы обсуждаем организацию production ML-сервисов, делимся опытом и публикуем материалы по DataOps и MLOps.