2024/2025
Прикладной MLOps для обеспечения жизненного цикла моделей искусственного интеллекта
Статус:
Маго-лего
Когда читается:
2 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Гончаренко Владислав Владимирович
Язык:
русский
Кредиты:
3
Программа дисциплины
Аннотация
Курс MLOps охватывает широкий спектр тем, необходимых для эффективного управления и развертывания проектов машинного обучения. Он начинается с введения в МОУП, где дается обзор принципов и передовой практики. Студенты получают практический опыт в создании проектов ML с помощью Python и узнают о контейнеризации с помощью Docker. Особое внимание уделяется управлению кодами и контролю версий с помощью серверов Git, что позволяет осуществлять совместную разработку. Курс исследует методы непрерывной интеграции и непрерывного развертывания (CI/CD) для автоматизации рабочего процесса ML. Охватывается управление данными, включая хранение, версионирование и управление с использованием таких инструментов, как DVC. Студенты узнают о журналировании экспериментов для отслеживания и анализа производительности модели. Курс посвящен требованиям к вычислительной мощности, облачным решениям и передаче знаний в облако. Дополнительные темы включают индексы knn, количественную оценку вложений, краудсорсинг, маркировку данных на таких платформах, как Toloka, и обзор стека Amazon SageMaker. Выступления студентов и внешних лекторов дают практические представления. По окончании курса слушатели получают полное представление о принципах и практических навыках управления проектами ML.
Цель освоения дисциплины
- По завершении этого курса студенты смогут лучше понять и освоить методы машинного обучения, используемые в настоящее время в промышленных компаниях.
Планируемые результаты обучения
- Возможность создания хранилища проекта со всеми необходимыми зависимостями
- Возможность использования хранилища данных, управляемого dvc
- Возможность автоматизировать обучение моделям с помощью Lightning
- Возможность преобразования модели в формат onnx
- Возможность запустить сервер вывода Triton с моделью
Содержание учебной дисциплины
- Структура и инструменты проекта машинного обучения
- Обслуживание модели машинного обучения
Промежуточная аттестация
- 2024/2025 2nd moduleИтого = 2/3 *средняя (домашнее задание) + 1/3 * Ревью от преподавателя HWs - сумма автоматической (скрипт) проверки Ревью от преподавателя - результат ручной проверки преподавателя и/или ассистента
Список литературы
Рекомендуемая основная литература
- Машинное обучение. Паттерны проектирования: Пер. с англ. / В. Лакшманан, С. Робинсон, М. Мунн. - 978-5-9775-6797-8 - Лакшманан В. - 2022 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/385740 - 385740 - iBOOKS
Рекомендуемая дополнительная литература
- Платонов, А. В. Машинное обучение : учебное пособие для вузов / А. В. Платонов. — Москва : Издательство Юрайт, 2023. — 85 с. — (Высшее образование). — ISBN 978-5-534-15561-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/520544 (дата обращения: 27.08.2024).