12 октября, 11:00 - 13 октября, 18:40 2019
Digital October Center

Разработка продуктов машинного обучения

Вы научитесь самостоятельно выстраивать процесс разработки продуктов машинного обучения от стадии исследования до готового продукта.
Программа
Вы научитесь:
писать
модульный воспроизводимый код на базе исследовательского
оформлять
Python-пакеты для задач ML по лучшим практикам
проектировать
правильно API для задач ML, исходя из бизнес-целей
выстраивать
процессы работы с данными и воспроизводимые пайплайны для всех типичных проблем машинного обучения
создавать
минимальное веб-приложение на основе API
грамотно проектировать
архитектуру ML-продукта на базе микросервисного подхода
Куратор программы
Михаил Корнеев
CTO, со-основатель MoscowPython.ru, MemNow. Ранее – ingenix.ai, tceh.com.
Описание курса:
Большинство курсов по машинному обучению делают акцент на теоретических, концептуальных и исследовательских задачах, не рассказывая о том, что делать с уже полученной моделью и как выстроить грамотный процесс разработки в реальных условиях.

Акцент этого курса — на навыках, которые понадобятся при работе с практическими задачами, а не алгоритмами и подбором коэффициентов. На интенсивных занятиях вы получите пример типовой задачи машинного обучения и пройдете весь путь разработки — от исследования до готового к использованию продукта.

Вы научитесь работать с основными инструментами и библиотеками анализа данных, приобретете навыки проектирования API для задач машинного обучения, базовые знания веб-разработки, а также навыки современной контейнеризации приложения, используя Docker, и построения грамотной архитектуры ML- продукта.
Что вы узнаете
.01
Интенсивный формат занятий позволит закрепить полученные знания и разобрать ключевые ошибки с экспертом
.02
Вы сможете разобрать вопросы со спикером
.03
Участники закрепляют полученные навыки на курсе на практике
Программа
11:00
12:30
Теория и практика. Проблема определения конечного продукта
Глеб Синяков
12:30
12:40
Перерыв
12:40
14:10
Теория и практика. Scikit Learn data processing
Глеб Синяков
14:10
15:30
Обед
15:30
17:00
Теория и практика. Scikit Learn estimator
Глеб Синяков
17:00
17:10
Перерыв
17:10
18:40
Теория и практика. Packaging
Глеб Синяков
Причины записаться на курс
.01
Курс проводят высококвалифицированные специалисты
.02
Занятия совмещают теорию в виде глубоких предметных знаний и практику в виде создания своего проекта в аудитории под руководством спикера
.03
Покупая билет, вы получаете неограниченный доступ к профессиональному сообществу Digital October
.04
Мы создаем условия для постоянной коммуникации слушателей со спикерами и кураторами, которые не только в непрерывном режиме отвечают на вопросы, возникшие в рамках курса, но и консультируют по вашим рабочим задачам
.05
Именной сертификат о посещении курса
.06
По окончании курса у каждого участника останется handbook со всеми материалами курса
Навыки курса:
Работать с Jupyter Notebook;
Изучите оформление python-пакетов для задач ML;
Спроектируете API для задач ML;
Узнаете, как экспортировать продукт ML в web – flask, gunicorn, uwsgi, docker;
Изучите микросервисную архитектуру для задач ML.
Вам понадобится:
Умение программировать на Python
Базовые представления о задачах машинного обучения
Ноутбук с установленными Docker, Python3, Jupyter Notebook
Регистрация
17 990
Регистрация открыта
1 день
17 990