[ad_1]
Специальная серия Если вы когда-либо работали с приложением, использующим ту или иную форму машинного обучения, вы знаете, что тот или иной компонент постоянно развивается. Если меняются не данные обучения, вы обязательно столкнетесь с моделью, которую необходимо обновить, и если в этих областях все в порядке, есть большая вероятность, что запрос функции ожидает реализации, поэтому необходимо внести изменения в код.
В обычных проектах по разработке программного обеспечения мы уже знаем, как автоматически вносить изменения и следить за тем, чтобы у нас был способ поддерживать наши системы в актуальном состоянии без (слишком большого количества) ручных действий. Однако из-за большого количества переменных, задействованных в машинном обучении, очень сложно придумать аналогичные процессы в этой дисциплине, поэтому его часто называют одним из основных препятствий на пути внедрения приложений на основе машинного обучения в производство.
Поэтому для второго эпизода нашей веб-трансляции на MCubed 7 октября мы решили сесть с вами и подробно изучить, как решать операционную сторону ML. К ним присоединятся DevOps и эксперт по данным Данило Сато, который помог довольно многим организациям создать понятный рабочий процесс непрерывной доставки (CD) для их проектов машинного обучения.
Возможно, вы знаете Данило по популярной серии статей о CD4ML, однако его работа выходит далеко за рамки этого. В своей книге 2014 года «DevOps на практике: надежная и автоматизированная доставка программного обеспечения» он поделился своими мыслями о работе над всевозможными проектами модернизации платформ и инженерии данных.
Во время веб-трансляции Данило обсудит, как принципы непрерывной доставки применимы к приложениям машинного обучения, и расскажет о технических компонентах, необходимых для реализации системы, которая заботится о компакт-дисках для вашего проекта машинного обучения. Он проведет вас через различия между MLOps и CD4ML, более подробно рассмотрит особенности управления версиями и репозиториев артефактов в проектах ML, даст вам несколько советов о том, что следует наблюдать, и познакомит вас с множеством различных способов, которыми модель может быть развернутым.
И если вы уже все это поняли, Данило расскажет о будущем инфраструктуры машинного обучения, а также даст вам пищу для размышлений об открытых проблемах, таких как объяснимость и проверяемость.
Веб-конференция MCubed 7 октября начнется в 11:00 по московскому времени (полдень по центральноевропейскому летнему времени) с обзора последних новостей о разработке программного обеспечения, связанного с машинным обучением, а затем сразу перейдет к разговору.
Не забудьте сообщить нам, есть ли у вас какие-либо темы, о которых вы хотели бы узнать больше, или если вас интересуют отчеты о практическом опыте из конкретных отраслей – мы действительно хотим, чтобы эти веб-трансляции стоили вашего времени, поэтому каждая подсказка помогает . Кроме того, обращайтесь, если вы хотите сами поделиться некоторыми трюками, мы всегда рады услышать от вас!
Зарегистрируйтесь здесь, чтобы получить быстрое напоминание о текущем дне – мы очень ждем вас в четверг. ®
[ad_2]
