- Суть
- Проектирование отказоустойчивых и масштабируемых ML-систем: от бизнес-задачи до вывода моделей в production
- На выходе
- Оценивать требования и ограничения проектов, планируя жизненный цикл ML-систем; Проектировать конвейеры обработки данных: от EDA до выбора слоёв модели; Настраивать CI/CD для машинного обучения, оркестрацию пайплайнов и мониторинг; Решать прикладные задачи для визуального поиска, фильтрации контента и ассистентов; Анализировать производительность моделей и оценивать их безопасность
- Навыки
- ML System Design · подготовка design doc · расчёт нагрузки · развёртывание canary · развёртывание shadow · CI/CD для машинного обучения · оркестрация пайплайнов
- Кому подойдёт
- ML-инженеры, специалисты по MLOps и Data Engineer; Team Lead, Tech Lead и Solution Architect; Data Scientist
- Знать заранее
- Базовые знания машинного обучения; Практический опыт минимум в одном из направлений: CV, NLP, RecSys или Speech Recognition