Как стать автором
Обновить
101.26
Рейтинг

Циан.Митап: «MLOps или безопасный воспроизводимый ML для бизнеса»

Блог компании Циан Машинное обучение *

Всем привет!

1 июля мы проводим митап про построение MLOps процессов и обеспечение воспроизводимости ML решений в продакшн. Участие бесплатное по предварительной регистрации по ссылке.

Вместе с экспертами из Циан, Lamoda, Озон, Одноклассники, МегаФон поделимся опытом развития MLOps платформ, обсудим распространенные фреймворки для управления экспериментами, подходы к выкатке моделей в продакшн, автоматизации переобучения и мониторинга качества моделей. Отдельно затронем тему работы нейросеток (для CV и не только) в продакшн.

Программа митапа: 

«Data Science в Циан. Предпосылки для развития MLOps процессов», — Александр Алексейцев, Head of Data Science, Циан

Расскажет, какие проблемы решаем с помощью машинного обучения в Циан. Почему для нас важны хорошие MLOps процессы.

«ML-платформа в Циан», — Олег Дементьев, Team Lead разработки ML-платформы, Циан

Расскажет про жизненный цикл моделей. Логирование артефактов и метрик. Автогенерацию микросервиса для каждой модели. Автоматизацию обучения и деплоя моделей и интеграцию этих процессов в ETL-пайплайны. 

«Как мы в Lamoda поднимали MLOps стек», — Роман Тезиков, Senior Data Scientists (CV), Lamoda

Расскажет про жизненный цикл моделей CV в Lamoda. С помощью каких инструментов мы обеспечиваем воспроизводимость и безопасность. Как проводим эксперименты, логгируем и отбираем лучшие модели.

«Оптимизация процессов разработки и эксплуатации моделей Data Science подразделения с помощью MLOps», — Максим Кожевников, Head of Data Science, МегаФон

Расскажет про собственный MLOps фреймворк, который разработали для улучшения процессов разработки ML-моделей в команде Мегафон, состоящей из нескольких десятков Data Scientist.

«Машинное обучение в продакшене — это просто?»,— Михаил Марюфич, Старший инженер по машинному обучению, Одноклассники

Расскажет, насколько просто может быть устроен процесс работы машинного обучения в продакшене, и почему это не работает, когда у вас сотни моделей и ответственность перед миллионами пользователей.

«Такой разный озон: пять фактов о газе, который может...», — Дмитрий Гронский, ведущий разработчик, Озон

Расскажет о собственном DSL для запуска задач на разных кластерах, сервисах для трекинга метрик и версионирования артефактов машинного обучения и о том, как это помогает математикам тестировать свой код.


Когда: 1 июля 17:00

Где: онлайн. 

Для участия зарегистрируйтесь по ссылке. 

Кому будет интересно: 

MLOps для обмена опытом.

TeamLeads ML-команд. Вы узнаете, какие роли могут быть в команде, и как их грамотно распределить.

Теги: mlopsdata sciencemachine-learningmeetup
Хабы: Блог компании Циан Машинное обучение
Всего голосов 6: ↑6 и ↓0 +6
Комментарии 0
Комментарии Комментировать

Лучшие публикации за сутки

Информация

Дата основания
Местоположение
Россия
Сайт
www.cian.ru
Численность
501–1 000 человек
Дата регистрации

Блог на Хабре