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
12 вопросов, которые позволят проверить знание основных терминов.
-
2
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
Популярные алгоритмы обучения ML-моделей: рассказываем про основные методики тренировки в машинном обучении
-
4
Рассказываем, на какие характеристики стоит обращать внимание при выборе GPU.
-
5
Как подобрать инфраструктуру для инференса LLM: на что смотреть при выборе GPU, какие фреймворки использовать и как тестировать производительность.
-
6
В статье рассказываем, какие есть проблемы у open source-LLM и как оптимизировать инференс модели с помощью квантизации и LoRA-адаптеров.
-
7
Курсы, видео и книги, которые станут подспорьем в изучении ML и AI.