Об этом курсе

Недавно просмотрено: 2,514
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень

Основы программирования на Python и SQL,

Основы Unix,

Основы высшей математики,

Основы компьютерных сетей,

Базовые знания о машинном обучении.

Прибл. 58 часов на выполнение
Русский

Чему вы научитесь

  • Работа с контейнеризированными приложениями

  • Анализ данных работы сервиса

  • Оптимизация моделей машинного обучения

  • Быстрый поиск релевантного ответа к запросу

Приобретаемые навыки

Information EngineeringSoftware ArchitectureML Service DeploymentBig Datamodel optimization
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень

Основы программирования на Python и SQL,

Основы Unix,

Основы высшей математики,

Основы компьютерных сетей,

Базовые знания о машинном обучении.

Прибл. 58 часов на выполнение
Русский

от партнера

Placeholder

НИУ ВШЭ

Программа курса: что вы изучите

Неделя
1

Неделя 1

17 ч. на завершение

Развертывание ML-моделей

17 ч. на завершение
11 видео ((всего 119 мин.)), 1 материал для самостоятельного изучения, 9 тестов
11 видео
Развертывание ML-сервиса4мин
Docker10мин
Практическое занятие: Docker14мин
Оркестрация контейнеров7мин
Практическое занятие: Docker Compose12мин
Практическое занятие: Docker Swarm15мин
Обработка запросов в реальном времени11мин
Практическое занятие: Flask14мин
Асинхронная обработка запросов12мин
Практическое занятие: Celery14мин
1 материал для самостоятельного изучения
Презентация: Развертывание ML-моделей10мин
4 практических упражнения
Docker30мин
Оркестрация контейнеров30мин
Синхронная обработка запросов30мин
Асинхронная обработка запросов30мин
Неделя
2

Неделя 2

7 ч. на завершение

Анализ системы и продуктовая аналитика

7 ч. на завершение
12 видео ((всего 136 мин.)), 1 материал для самостоятельного изучения, 8 тестов
12 видео
Офлайн и онлайн-метрики18мин
Проверка гипотез12мин
Статистические тесты13мин
Практическое занятие: Статистические тесты5мин
Практическое занятие: Нормальное распределение7мин
Онлайн-метрики13мин
A/B-тестирование13мин
Подбор онлайн-метрик13мин
Офлайн-метрики13мин
Практическое занятие: Офлайн-метрики7мин
Продуктовая сторона13мин
1 материал для самостоятельного изучения
Презентация: Анализ системы и продуктовая аналитика10мин
7 практических упражнений
Онлайн и офлайн-метрики10мин
Проверка гипотез10мин
Статистические тесты10мин
Онлайн-метрики10мин
A/B-тестирование10мин
Подбор онлайн-метрик10мин
Офлайн-метрики10мин
Неделя
3

Неделя 3

10 ч. на завершение

Полный цикл разработки ML-сервиса

10 ч. на завершение
15 видео ((всего 133 мин.)), 1 материал для самостоятельного изучения, 6 тестов
15 видео
Требования к вводу в эксплуатацию17мин
Воспроизводимое обучение моделей18мин
Версионирование релизов9мин
Практическое занятие: MLflow8мин
Практическое занятие: Подготовка модели к дистрибуции4мин
Практическое занятие: Выкладка модели6мин
Задание для самостоятельной работы2мин
Изменения с технической стороны16мин
Типы и стратегии внедрения обновлений10мин
Обновления с несовместимыми изменениями9мин
Практическое занятие: Поэтапный процесс ввода модели4мин
Практическое занятие: Процесс верификации новой версии3мин
Практическое занятие: Откат версии12мин
Задание для самостоятельной работы4мин
1 материал для самостоятельного изучения
Презентация: Полный цикл разработки ML-сервиса10мин
4 практических упражнения
Требования к вводу в эксплуатацию15мин
Воспроизводимое обучение моделей15мин
Версионирование релизов15мин
Изменения с технической стороны15мин
Неделя
4

Неделя 4

16 ч. на завершение

Оптимизация моделей, исполнение на клиенте

16 ч. на завершение
13 видео ((всего 154 мин.)), 1 материал для самостоятельного изучения, 7 тестов
13 видео
Прореживание сети8мин
Практическое занятие: Прореживание нейронных сетей15мин
Практическое занятие: Прореживание нейронных сетей, продолжение15мин
Дистилляция11мин
Практическое занятие: Дистилляция13мин
Квантизация15мин
Практическое занятие: Квантизация нейронных сетей10мин
Практическое занятие: Квантизация, продолжение10мин
Запуск на мобильных устройствах13мин
Особенности кодирования9мин
Практика: запуск моделей на устройстве пользователя12мин
Transfer learning13мин
1 материал для самостоятельного изучения
Презентация: Оптимизация моделей, исполнение на клиенте10мин
4 практических упражнения
Прореживание нейронных сетей10мин
Дистилляция20мин
Квантизация нейронных сетей20мин
Оптимизированные архитектуры для запуска на мобильных устройствах30мин

Специализация Промышленное машинное обучение: общие сведения

Промышленное машинное обучение

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.