Квитки
LemBS MLOps School
16 жовтня – 20 лютого
Середа 19:00 – 21:00
Online
Впроваджуйте, моніторьте, підтримуйте – MLOps для професіоналів
Про Mastering MLOps:
"Mastering MLOps" – це курс, який допоможе вам опанувати ключові техніки та інструменти для ефективного впровадження та управління машинним навчанням у виробничих середовищах. Ви дізнаєтеся, як розгортати, контролювати та підтримувати моделі машинного навчання, використовуючи сучасні практики та інструменти MLOps. Цей курс ідеально підходить для тих, хто прагне оптимізувати свої ML проекти та забезпечити їх успішне впровадження у виробничих середовищах.
Для кого?
Розробників та програмістів
Для тих, хто хоче покращити свої навички у впровадженні моделей машинного навчання у виробничі середовища.
Аналітиків даних
Фахівців, які працюють з великими масивами даних і хочуть використовувати MLOps для автоматизації та оптимізації своїх процесів.
Data Scientists та ML інженерів
Тих, хто прагне впроваджувати, моніторити та підтримувати ML моделі у виробничих середовищах.
DevOps професіоналів
Тих, хто прагне спеціалізуватися у MLOps та підвищити свою кваліфікацію у розгортанні та управлінні ML системами.
Студентів
Тих, хто вивчає комп'ютерні науки, науку про дані, машинне навчання або суміжні області для свого академічного та професійного розвитку.
Ентузіастів AI
Осіб, які цікавляться машинним навчанням та хочуть більше дізнатися про впровадження та управління ML системами.
Результати після проходження школи:
  • Майстерність у MLOps:
    Оволодійте навичками розгортання, моніторингу та підтримки моделей машинного навчання у виробничих середовищах, що дозволить вам ефективно впроваджувати ML рішення.
  • Оптимізовані робочі процеси:
    Використовуйте сучасні техніки MLOps для автоматизації рутинних завдань та покращення ефективності роботи у різних галузях, включаючи науку про дані та машинне навчання.
  • Підвищення професійної продуктивності:
    Завдяки вдосконаленим практикам, отримуйте більш цінні інсайти з даних та приймайте обґрунтовані рішення, що сприятимуть вашому професійному зростанню та розвитку.
  • Конкурентні переваги:
    Станьте експертом у галузі MLOps, відкрийте нові кар'єрні можливості та підвищіть свою конкурентоспроможність на ринку праці, розширюючи свої знання у сфері розгортання та підтримки ML систем.
  • Розробка інноваційних проектів:
    Створюйте та впроваджуйте власні проекти з використанням ML, застосовуючи набуті знання та навички для вирішення реальних завдань і викликів у бізнесі та науці.
  • Підтримка довгострокових рішень:
    Впроваджуйте найкращі практики для забезпечення довгострокового успіху розгорнутих моделей, підтримуючи їх актуальність та продуктивність у реальних умовах.
  • Навички роботи з передовими інструментами:
    Опануйте роботу з сучасними інструментами та платформами, такими як Docker, Jenkins, MLflow, Prometheus, Grafana та іншими, що дозволить вам ефективно управляти ML проектами.
Лектори школи
Become a lecturer
Ростислав Чайка
Випускник факультету Прикладної Математики ЛНУ ім. І. Франка.

Засновник Lviv Startup Club з 2009 року. Засновник Lemberg Tech Business School з 2014 року. Стартап-консультант та підприємець.

Протягом часу роботи в Lviv Startup Club долучився до розвитку більше 100 українських стартапів.

Засновник TechOne Startup Incubator, де продовжує працювати зі стартапами.

Протягом своєї роботи в Lemberg Tech Business School організував близько 110 конференцій, під його керівництвом маркетологи зібрали близько 35 000 учасників.

Активно досліджує нові оптимальні моделі розвитку в GameDev, Digital Marketing, Project Management, Product Management, Data Science, IT Service Business Management.
Tilda Publishing
Засновник Lemberg Tech Business School
Куратор курсу
Програма школи
5 листопада 2024 – 18 лютого 2025
Вівторок, 5 листопада, 19:00–21:00
Заняття #1. Вступ до MLOps
Теоретична частина:
  • Що таке MLOps? Важливі визначення та ключові концепції
  • Огляд курсу та його цілей
  • Важливість та актуальність MLOps
Практична частина:
  • Встановлення Python середовища
  • Основи роботи з Pandas та NumPy
Домашнє завдання:
  • Вибір курсового проекту
  • Прочитати додаткові матеріали
Вівторок, 12 листопада, 19:00–21:00
Заняття #2. Git та контроль версій
Теоретична частина:
  • Вступ до Git та GitHub
  • Основи контролю версій
Практична частина:
  • Створення Git репозиторію
  • Основні команди та робочі процеси
Домашнє завдання:
  • Спільна робота на GitHub
Вівторок, 26 листопада, 19:00–21:00
Заняття #3. Пакування та розгортання моделей ML
Теоретична частина:
  • Пакування моделей для розгортання
  • Вступ до Docker та контейнеризації
Практична частина:
  • Створення Docker контейнерів
  • Розгортання Docker контейнерів
Домашнє завдання:
  • Пакування власної моделі ML
Вівторок, 26 листопада, 19:00–21:00
Заняття #4. Трекінг експериментів з MLflow
Теоретична частина:
  • Вступ до MLflow
  • Трекінг та управління експериментами
Практична частина:
  • Налаштування MLflow
  • Логування експериментів
Домашнє завдання:
  • Використання MLflow у власних проектах
Вівторок, 3 грудня, 19:00–21:00
Заняття #5. YAML для конфігурації MLOps

Теоретична частина:
  • Основи синтаксису YAML
  • Використання YAML для конфігурації
Практична частина:
  • Написання та інтерпретація YAML файлів
Домашнє завдання:
  • Конфігурація ML робочих процесів з використанням YAML
Вівторок, 10 грудня, 19:00–21:00
Заняття #6. Створення та розгортання ML додатків з FastAPI
Теоретична частина:
  • Вступ до FastAPI
  • Створення масштабованих ML додатків
Практична частина:
  • Розробка та розгортання додатків з FastAPI
Домашнє завдання:
  • Створення власного ML додатку з FastAPI
Вівторок, 17 грудня, 19:00–21:00
Заняття #7. Інтерактивні веб-додатки з Streamlit та Flask
Теоретична частина:
  • Вступ до Streamlit та Flask
  • Створення інтерактивних веб-додатків
Практична частина:
  • Розробка додатків з Streamlit
  • Розробка додатків з Flask
Домашнє завдання:
  • Створення веб-додатку для ML моделей
Вівторок, 24 грудня, 19:00–21:00
Заняття #8. CI/CD пайплайни для машинного навчання
Теоретична частина:
  • Безперервна інтеграція та безперервне розгортання (CI/CD)
  • Автоматизація розробки, тестування та розгортання моделей ML
Практична частина:
  • Налаштування CI/CD пайплайнів
  • Інтеграція Git, Docker та MLflow у CI/CD
Домашнє завдання:
  • Впровадження CI/CD у власні проекти
Вівторок, 21 січня, 19:00–21:00
Заняття #9. Linux для MLOps
Теоретична частина:
  • Основи Linux для DevOps та Data Scientists
  • Важливі команди та скрипти
Практична частина:
  • Робота з Linux для завдань MLOps
  • Скриптування та автоматизація в Linux
Домашнє завдання:
  • Виконання завдань з автоматизації у Linux
Вівторок, 28 січня, 19:00–21:00
Заняття #10. Автоматизація з Jenkins
Теоретична частина:
  • Вступ до Jenkins
  • Автоматизація робочих процесів з Jenkins
Практична частина:
  • Налаштування Jenkins для ML робочих процесів
  • Конфігурація пайплайнів Jenkins
Домашнє завдання:
  • Використання Jenkins у власних проектах
Вівторок, 4 лютого, 19:00–21:00
Заняття #11. Моніторинг та налагодження ML систем
Теоретична частина:
  • Стратегії моніторингу та налагодження ML систем
  • Інструменти та техніки для ефективного моніторингу
Практична частина:
  • Налаштування моніторингу з Prometheus та Grafana
  • Впровадження практик налагодження та логування
Домашнє завдання:
  • Налагодження власної ML системи
Вівторок, 11 лютого, 19:00–21:00
Заняття #12. Розширений моніторинг та постпродакшн стратегії
Теоретична частина:
  • Безперервний моніторинг з WhyLogs
  • Постпродакшн менеджмент моделей
Практична частина:
  • Використання WhyLogs для моніторингу ML
  • Найкращі практики для підтримки розгорнутих моделей
Домашнє завдання:
  • Підтримка розгорнутих моделей у власних проектах
Вівторок, 18 лютого, 19:00–21:00
Заняття #13. Фінальний екзамен та захист курсових проектів
  • Діяльність:
  • Письмовий екзамен за курсом
  • Захист курсових проектів
  • Зворотний зв'язок та оцінка
Формати участі:
Standard

Лекції

Домашні завдання

Презентації

Доступ до курованого ком'юніті

Відеозаписи лекцій.

Залишити заяву
Premium

Лекції

Домашні завдання

Презентації

Доступ до курованого комьюніті

Відеозаписи лекцій

2 персональні консультації

Робота з курсовим проектом до результату.

Залишити заяву
Video

Відеозаписи лекцій

Презентації

Придбати відео
Квитки
Час до підняття ціни:
Days
Hours
Minutes
Seconds
Cпеціальні знижки
Учасникам конференцій
Знижка 10%
Учасникам LemBS PMO School
Знижка 20%
Увага! Ціни знижені на 50% на перший курс, наступний буде дорожчий.
Відгуки випускників
  • Sarah Lewin
    Project manager in Pixels
    I think if you do something and it turns out pretty good, then you should go do something else wonderful, not dwell on it for too long.
  • Samuel Willson
    Creative director in DD agency
    Before incorporating visual aids into speeches, the speaker should understand that if used incorrectly, the visual will not be an aid, but a distraction.
  • Alex Larkins
    Founder of Pic Pen studio
    You can't connect the dots looking forward, you can only connect them looking backwards.
Залишились питання?
Команда
  • Vira Hryniv
    Accounting
    Email: finance@startup.lviv.ua
    Phone: +38 (067) 310 15 05

    • Registration of participants
    • Contracts, work completion statements
    • Billing
  • Victoria Stakhiv
    Project Coordinator
    Email: info@lembs.com

    • Coordinate with the speakers
  • Rostyslav Chayka
    Chairman of the Committee
    FB: Rostyslav Chayka
    LIn: Ross Chayka

    • Speaker approval
    • Partnership
Наші проєкти
Lemberg Tech Business School:

organization with a 16-year history of successful conferences: Lviv/Kyiv IT Outsourcing Forum, GameDev Conference, Lviv/Kharkiv/Kyiv PM Day та AI&BigData Day


©2024 Lemberg Tech Business School
Інформація

Для кого
Результати
Програма школи
Ціни
Відгуки
Contacts

Email: info@lembs.com

Phone: +38-067-310-15-05
Надання послуг

Публічна оферта