Начало работы с ML-моделями

Показываем, как внедрить ML в бизнес. Учим создавать базовое окружение, выбирать видеокарту для обучения и готовить IT-инфраструктуру для инференса. Пригодится тем, кто уже знаком с MLOps и хочет использовать его на практике.

Материалы курса

• 1

  Квиз: насколько вы разбираетесь в ML

  Материал пройден

  12 вопросов, которые позволят проверить знание основных терминов.

• 2

  Как создать базовое окружение для AI без знаний в MLOps

  10 минут

  Материал пройден

  Рассказали, когда лучше выбрать собственный выделенный сервер, а когда — облако. И как не тратить кучу времени на рутину, а сосредоточиться на важном — развитии моделей и получении результата.

• 3

  Алгоритмы машинного обучения: основные способы тренировки моделей в ML

  Материал пройден

  Популярные алгоритмы обучения ML-моделей: рассказываем про основные методики тренировки в машинном обучении

• 4

  Как выбрать видеокарту для обучения нейросетей и Deep Learning

  Материал пройден

  Рассказываем, на какие характеристики стоит обращать внимание при выборе GPU.

• 5

  Подбираем инфраструктуру для инференса. Часть 1

  Материал пройден

  Как подобрать инфраструктуру для инференса LLM: на что смотреть при выборе GPU, какие фреймворки использовать и как тестировать производительность.

• 6

  Как использовать LLM на своем сервере? 5 шагов для ML-команды

  Материал пройден

  В статье рассказываем, какие есть проблемы у open source-LLM и как оптимизировать инференс модели с помощью квантизации и LoRA-адаптеров.

• 7

  Что изучить для погружения в AI: подборка ресурсов

  Материал пройден

  Курсы, видео и книги, которые станут подспорьем в изучении ML и AI.