MLOps (Data Fest 2023)

Первый MLOps трек в рамках онлайн DataFest

data_fest_online_2023MLOps

Наши спикеры рассказали о своем опыте разработки, внедрения и поддержки ML в продуктовой сфере.

Доклады проходили в spatial chat, с частичной трансляцией на youtube в рамках общего стрима. Записи доступны на этой странице ниже, а так же на нашем youtube канале.

Track program

BAUM AI zerocode платформа MLOps на примере кейса поиск аномалий в сетевом трафике

BAUM AI zerocode платформа MLOps на примере кейса поиск аномалий в сетевом трафике

Соколов Григорий

Сервис для инференса моделей как путь к стандартизации деплоймента, ускорения работы и упрощения масштабирования

Сервис для инференса моделей как путь к стандартизации деплоймента, ускорения работы и упрощения масштабирования

Санников Николай

Как мы сервинг на Triton переводили

Как мы сервинг на Triton переводили

Шестопалов Егор

MLOps в билайн: как катить машинное обучение в production без ML-инженеров

MLOps в билайн: как катить машинное обучение в production без ML-инженеров

Безносов Николай

2
Раработка пайплайнов валидации данных и мониторинга ML моделей с использованием DVC и Evidently

Раработка пайплайнов валидации данных и мониторинга ML моделей с использованием DVC и Evidently

Рожков Михаил

Без чего с ML в проде жизнь не мила

Без чего с ML в проде жизнь не мила

Андрей Зубков

Жизнь модели после p<0,05

Жизнь модели после p<0,05

Коротыч Владислав

JupyterHub в K8s: как организовать рабочее место для сотен data-специалистов

JupyterHub в K8s: как организовать рабочее место для сотен data-специалистов

Николай Безносов

Как мы делаем ML-сервисы надёжными

Как мы делаем ML-сервисы надёжными

Михаил Атепаев

Вы все еще не автоматизировали переобучение моделей? Тогда, мы идем к вам.

Вы все еще не автоматизировали переобучение моделей? Тогда, мы идем к вам.

Денис Занков и Виталий Федоров

Cookies help us deliver our services. By using our services, you agree to our use of cookies.

Learn More