Автор: 
MLOps помогает построить прозрачный и эффективный процесс работы с ML-решениями в компаниях, где в разработке, тестировании, развёртывании и поддержке моделей машинного обучения участвуют разнопрофильные специалисты. Как правило, чем больше проектов, тем сложнее управлять инфраструктурой для машинного обучения. На развертывание и настройку инструментов требуется больше ресурсов, важны чёткие и прозрачные процессы. Сочетание Cloud-Native- и MLOps-подходов позволяет ускорить процессы на всех этапах работы с ML-моделями и быстрее получать бизнес-результат.
На вебинаре, который пройдёт 29 ноября 2022 года, эксперты расскажут, как с помощью инструментов JupyterHub и MLflow проводить эксперименты с моделями, организовывать трекинг моделей и артефактов, загружать и применять модели из центрального реестра MLflow. Примеры использования инструментов рассмотрят на примере сервиса Cloud ML Platform. Вебинар будет интересен специалистам по Data Science, дата-инженерам, ML-инженерам. Для участия в мероприятии необходимо зарегистрироваться по ссылке.
В программе
- Введение в MLOps на примере ML Platform от VK Cloud.
- Работа с MLflow — инструментом для управления жизненным циклом ML-моделей.
- Демонстрация ML Platform в облаке VK Cloud.
- Демонстрация возможностей MLflow для автоматизации процесса работы с ML-моделями
- Лучшие практики по работе с MLflow
