В пятницу (30 августа) в 17:00 будем разбирать тестовое задание ML-инженера в BigTech.
Мы покажем:
— как подружить потребности бизнеса в решении коммерческих задач и интересы специалиста по работе с данными,
— как показать экономический эффект своей работы и получить приглашение в крупную компанию.
Выполним задание с собеседования — «описать путь от модели в локальном Jupyter-ноутбуке до готового сервиса, к которому можно обращаться по API». Поговорим о способах решения подобных задач и о том, как сделать из любой ML-модели готовый сервис. Дополнительно разберем основные принципы и инструменты MLOps.
Вебинар будет полезен ML-разработчикам и MLOps-инженерам, инженерам данных, ведущим Data Scientists, а также DevOps-инженерам и техническим менеджерам продуктов.
Программа
🔹 Создаем готовый ML API в Jupyter-ноутбуке.
🔹 Проводим версионирование модели, разбираем возможности и функции MLflow.
🔹 Налаживаем жизненный цикл модели.
🔹 Организовываем хранение ML-артефактов и пространство для командной работы над библиотекой моделей для разных задач.
Теги: online
Мероприятия сообщества
Event at a glance
- Who it is for
- ML developers, MLOps engineers, data engineers, senior data scientists, DevOps engineers, technical product managers
- Main topics
- MLOps, machine learning deployment, ML API
- What you will gain
- build a production-ready ML API, version models with MLflow, set up model lifecycle management
- Program format
- hands-on, production cases