Комментарии 7
Написание подготовки данных и обучение модели в Jupyter - 21 день
Пишите 42, так прирост будет еще больше) если там именно написание, не анализ данных, не ресерч, а вот именно написание кода загрузчиков и обучения и это не ваш первый проект, то 1-2 дня в максимум. Некоторые соревнования идут меньше 21 дня, где и ресерч, и новые данные, а еще за это время крутые модели надо выкатить.
А если серьезно задача автоматизации подобных штук стоит сейчас остро, но пока не увидел киллер фич Piper
Цифры действительно на нашем опыте и, конечно, очень примерные, так как все сильно зависит от задач, опыта разработчиков, но на наших коммерческих проектах выходило так. Киллер фича - берете код из своего юпитера и деплоите сразу как микросервис на FastAPI в одну команду cli, как по мне килер килер фича даже
Соревнования - отдельный мир, мы на них лишь косвенно фокусируемся, так как там редко потом что-то переносится в прод вообще, и действительно там гораздо быстрее можно разрабатывать
На словах орошая штука. Но кажется что продать это как закрытое решение не получится. Лей в гитхаб под MIT лицензией и продавай саппорт/кастомизацию.
Как мы намучились с рутиной и придумали фреймворк Piper для быстрого создания ML-проектов