Обучение и деплой ML‑моделей

Свободный доступ
2 темы с теорией и практикой
Материал рассчитан на 18 часов
Входит в трек «Обучение работе с ML-сервисами»
Сертификат об окончании

Обновлено в ноябре 2024 года.

Зарегистрироваться

Что вы узнаете

О возможностях DataSphere и способах организации командной работы

Как использовать различные источники данных: S3, PostgreSQL и Яндекс Диск для обучения ML‑моделей

Как обучать модели в Jupyter Notebook и деплоить их как веб‑сервисы на базе NVIDIA Triton

Как быстро запускать обучение моделей в DataSphere Jobs с помощью GPU

О способах регулярных запусков вычислений в DataSphere

Как создавать отказоустойчивый веб‑сервис с мониторингом и балансированием нагрузки

Yandex DataSphere

Сервис для ML‑разработки с удобным интерфейсом, в котором легко начать работу. Включает все необходимые инструменты и динамически масштабируемые облачные ресурсы для полного цикла разработки машинного обучения.

Узнать подробнее

Кому будет полезно

Тем, кто хочет обучать и деплоить модели в Yandex Cloud и оптимизировать командную ML‑разработку.
Дата‑сайентистам и ML‑инженерам, стремящимся ускорить разработку и внедрение продуктов на основе ML/AI.
MLOps‑специалистам и аналитикам, желающим эффективно работать с облачными ML‑решениями.
Разработчикам, которые хотят интегрировать технологии машинного обучения в свои проекты с использованием Yandex Cloud.

Программа

Темы можно проходить
в произвольном порядке.

Зарегистрироваться

Что такое DataSphere, и зачем он нужен
Организация работы в DataSphere
Ресурсы в DataSphere
Сборка своего Docker‑образа
Запуск скриптов через DataSphere Jobs
Запуск Airflow DAGs через DataSphere Jobs
Вычисления на Spark‑кластере
Администрирование вычислительных ресурсов и биллинг
Работа с DataSphere из VS Code

Авторы

Дмитрий Рыбалко

Архитектор ML‑сервисов Yandex Cloud

Дмитрий Сошников

Технический руководитель лаборатории генеративного ИИ Школы дизайна НИУ ВШЭ

Давид Меркулов

Архитектор ML‑сервисов Yandex Cloud

Что вас ждёт

Доступ в любое время

Это курс для самостоятельного обучения — вы можете узнавать новое в комфортном для вас темпе, когда угодно, из любой точки мира. А доступ к материалам курса останется у вас навсегда.

Понятная теория на интерактивной платформе

Программу составили эксперты Yandex Cloud с большим опытом работы в IT‑индустрии. Вы будете изучать теорию с примерами из жизни и интерактивными заданиями прямо на платформе.

Практические работы с сервисами Yandex Cloud

Тренируйтесь, выполняя практические задания с помощью сервисов Yandex Cloud.

Вам потребуются знания и навыки

Работы с Python

Умеете использовать Python для анализа данных

Обучения ML‑моделей

Умеете работать с опенсорс-фреймворками для обучения ML-моделей: TensorFlow, Keras, PyTorch

Работы с Docker

Умеете собирать и запускать Docker‑контейнеры

FAQ

Для закрепления материала на практике вам будет предложено задание по работе с платформой Yandex Cloud. Также в каждом уроке вас ждёт несколько проверочных вопросов для закрепления понимания теории.

Все материалы курса доступны бесплатно. Изучайте их в произвольном порядке в удобное для вас время.

Практическая часть курса предполагает использование облачных ресурсов, которые вы оплачиваете самостоятельно. Курс разработан таким образом, чтобы расходы были минимальными. Часть из них покроет стартовый грант.

Чтобы избежать лишних трат, следуйте нескольким советам:

Останавливайте виртуальные машины в перерывах между выполнением практических работ. Вы не снизите потребление до нуля, но сократите расходы.
Контролируйте расходы с помощью бюджета и уведомлений, которые можно настроить в разделе Биллинг. Как это сделать, рассказывается в документации.
Не забудьте удалить ресурсы после завершения курса.

Уроки включают теорию и практику. Вы будете получать новые знания и применять их для решения практических заданий.

Уроки не привязаны к расписанию, поэтому вы сами выбираете время для обучения. На платформе вы можете поставить цели обучения, планировать график и интегрировать его с популярными календарями или получать напоминания через бот в Телеграме. Такой подход к планированию поможет сделать самостоятельное обучение более эффективным.

Начните прямо сейчас

Узнайте, как решать нетривиальные бизнес‑задачи на базе ML‑технологий

Зарегистрироваться