Machine Learning in Production
створюватимемо складні продакшн системи для моделей машинного навчання за допомогою Python та інфраструктурного стека для машинного навчання
досвід
1–2 роки в ML або 3–4 роки в Engineering
старт
15 березня 2025
група
20 місць
тривалість
2 місяці
мова викладання
українська, частина додаткових матеріалів буде англійською
якщо ви:
- 01
розробник і хочете змінити чи розширити напрямок роботи або ж перейти в ML домен
- 02
прагнете навчитися впроваджувати й розширювати ML моделі в продакшні та стати Full-Stack Data Scientist
s...тоді це метч!
Розглянемо цикл життя моделей машинного навчання. Зрозуміємо, як будувати складні продукти для бізнесу на основі даних і моделей для різних доменів — таких як комп'ютерний зір, обробка мови, статистичні дані та часові ряди.
Імплементуємо кожен крок у циклі життя моделей машинного навчання: від роботи з даними, тренування, деплойменту й моніторингу до автоматичного оновлення моделей у продакшні. Для кожного імплементованого кроку розглянемо вже наявні варіанти рішень з їхніми перевагами та недоліками.
навички,
які опануємо
hard skills:
- розуміння ML проєкту end2end
- розуміння інфраструктури ML проєкту
- планування ML проєкту
- робота з даними, тренуванням, пайплайнами, деплойментом і моніторингом
- дизайн документів для ML проєкту
soft skills:
- ефективна комунікація та робота в команді
- адаптивність і гнучкість
програма курсу
від експериментів до власного ML проєкту
графік занять
вебінари — щосуботи о 16:00 відеолекції — щопонеділка
- 01.вступ
- мотивація, ML 101
- основні компоненти системи ML
- інфраструктура для ML, Docker, Kubernetes, CI/CD
- конструкторська документація
- 02.дані
- зберігання та обробка даних
- позначення та версії даних
- функціональні магазини
- конфіденційність
- 03.експерименти
- автоматизований цикл ML
- управління експериментом
- структура експерименту
- тестування коду ML
- модельне управління
- CI/CD для ML
- 04.пайплайни
- оркестровка та Kubeflow
- оркестровка та AirFlow
- 05.основи сервірування
- різні моделі розгортання
- API
- сервери висновків
- бенчмаркінг
авторпрограмиКирил
Трусковський
обрав релевантні скіли, інструменти та поєднав їх у цьому курсі
Machine Learning Engineer у Georgian. Co-founder у Scorelnforce.
обрав релевантні скіли, інструменти та поєднав їх у цьому курсі
Спеціаліст у сфері Machine Learning з 9-річним досвідом роботи. Пройшов шлях від практичного кодування до розробки ключових бізнес-рішень ML.
що на вас чекає
навчання по-проджекторному
воркшопи з куратором, де ви вирішуватимете реальні проблеми
багато практики, зрозумілі пояснення до завдань та фідбек після перевірки домашки і огляду коду 
розробка низки цінних артефактів та code templates
реалізація ML проєкту, який стане міцною основою для подальшої роботи у сфері
платити помісячно
14 700 грн/міс.
при розтермінуванні вартість курсу 29 400 грн
оплатити за весь курс
зі знижкою
14 000 грн/міс.
при оплаті одним платежем вартість курсу 28 000 грн
платити помісячно
14 700 грн/міс.
при розтермінуванні вартість курсу 29 400 грн
оплатити за весь курс
зі знижкою
14 000 грн/міс.
при оплаті одним платежем вартість курсу 28 000 грн
визначилися?
ось як потрапити на курс
1зареєструватися
2заповнити анкету
3пройти відбір
4стати студентом
- 1
зареєструватися
- 2
заповнити анкету
- 3
пройти відбір
- 4
стати студентом
відгуки.
що говорять випускники
*Згідно з результатами дослідження Projector.
У дослідженні взяли участь 567 респондентів
серед випускників курсів 2022 року.
медіа.
дізнайтеся більше
маєте запитання?
підготували відповіді
- чи потрібні якісь навички для вступу на курс?
- як відбувається комунікація на курсі та в якому форматі куратор дає фідбек?
- чи можна дивитися заняття в будь-який зручний день?
- відеозаписи лекцій будуть доступні для мене після завершення курсу?
- з яким софтом працюватимемо на курсі?
реєстрація.
перший крок за вами
Хочете спитати ще щось? Пишіть на hello@prjctr.com або телефонуйте за номером +38 067 418-95-78.
перший крок за вами