Запись открытого урока онлайн-курса «MLOps»
Написать большое количество ML пайплайнов и скриптов — это еще полдела. Как это менеджерить? Как запускать с максимальным удобством?!
AifFlow легко решает эту проблему. Причем по ходу дела визуализирует шаги пайплайнов и дает возможность запускать их без использования кода и автоматизировано по расписанию.

Спикер: Александр Миленькин
Старший менеджер по работе с большими данными в X5 Retail Group. Около 6 лет в IT. Выпускник МФТИ
Смотреть записи других открытых уроков:
Мониторинг моделей машинного обучения в MLFlow
Разработать одну ML модель и провести ее валидацию — уже давно не проблема. Но как экспериментировать сразу с сотнями моделей и с разными параметрами и при этом не захлебнуться в разнообразии экспериментов? Как не потерять этот опыт и легко воспроизводить эксперименты годовой давности? Ответ простой. Можно использовать MLFlow для того, чтобы легко выбирать лучшие модели среди всех экспериментов и при этом легко сравнивать эти модели, и всегда иметь понятное описание эксперимента. Смотреть запись