DevOps: Использование Seldon Core для ML. Сергей Десяк, ведущий эксперт Центра компетенций DevOps, N HD
00:30:22
Обнаружено блокирование рекламы на сайте
Для существования нашего сайта необходим показ рекламы. Просим отнестись с пониманием и добавить сайт в список исключений вашей программы для блокировки рекламы (AdBlock и другие).
12n.ru 18805 роликов
133 просмотра на сайте 12n.ru
Использование Seldon Core для ML. Сергей Десяк, ведущий эксперт Центра компетенций DevOps, N.
Neoflex стал партнером профессиональной конференции DevOpsConf 2022, посвященной интеграции процессов разработки, тестирования и эксплуатации. Стенд компании посетили более 250 человек. Участники конференции познакомились с Neoflex: узнали о технологиях и проектах, вакансиях, корпоративной культуре и том, какие есть возможности для карьерного роста.
В рамках мероприятия выступил Сергей Десяк, ведущий эксперт Центра компетенций DevOps компании Neoflex, с докладом на тему использования Seldon Core для машинного обучения. Эксперт отметил, что широкое распространение машинного обучения помогло стимулировать инновации, которые все труднее предсказать и создавать на их основе интеллектуальный опыт для продуктов и услуг бизнеса. По его мнению, одной из главных задач является возможность быстро и надежно перейти от фазы экспериментов, где разрабатываются модели машинного обучения, к фазе производства, где они могут использоваться для того, чтобы принести ценность бизнесу.
Сергей подробно остановился на инструментах ML, жизненном цикле моделей, особенностях совместной работы data scientist's и DevOps-инженеров при создании, внедрении ML-моделей и важности минимизировать их зависимость друг от друга. В своем выступлении эксперт подробно рассказал о продукте Seldon Core: как его использовать и почему ML без него не обойтись.
В рамках мероприятия выступил Сергей Десяк, ведущий эксперт Центра компетенций DevOps компании Neoflex, с докладом на тему использования Seldon Core для машинного обучения. Эксперт отметил, что широкое распространение машинного обучения помогло стимулировать инновации, которые все труднее предсказать и создавать на их основе интеллектуальный опыт для продуктов и услуг бизнеса. По его мнению, одной из главных задач является возможность быстро и надежно перейти от фазы экспериментов, где разрабатываются модели машинного обучения, к фазе производства, где они могут использоваться для того, чтобы принести ценность бизнесу.
Сергей подробно остановился на инструментах ML, жизненном цикле моделей, особенностях совместной работы data scientist's и DevOps-инженеров при создании, внедрении ML-моделей и важности минимизировать их зависимость друг от друга. В своем выступлении эксперт подробно рассказал о продукте Seldon Core: как его использовать и почему ML без него не обойтись.
развернуть свернуть
