- Суть
- Переход на Senior-уровень в Data Science через продакшн, MLOps и привязку к бизнес-метрикам
- Уровень
- для практикующих
- На выходе
- Обнаруживать и устранять смещения и дрифты в «грязных» данных; Проектировать признаки для систем с потоковой обработкой данных; Оптимизировать ML-модели для эксплуатации в высоконагруженных средах; Строить мониторинг деградации моделей в продакшне; Настраивать MLOps-инструменты для автоматизации жизненного цикла моделей
- Навыки
- Feature Engineering · MLOps · A/B-тестирование для ML-решений · Python
- Кому подойдёт
- Middle-специалисты в Data Science
- Знать заранее
- Владение базовым ML; Владение программированием на Python (или другом языке)
