ai_learning/modules/15_ml_engineering

Модуль 15. ML Engineering: от модели до сервиса

Плановый срок: недели 36–38.

Цели

• строить тестируемые пайплайны обучения и инференса
• упаковывать модель в API и контейнер
• учитывать latency, throughput, версии и безопасность входов

Предварительные требования

• Python и структура пакета
• Работа с данными
• Классическое машинное обучение и честная оценка
• Для нейросетевых сервисов: нейронные сети

Уроки

1. Структура production-проекта, конфиги, data/model contracts и тесты
2. FastAPI, batch/online inference, Docker, ONNX и оптимизация
3. Model registry, experiment tracking и CI overview

Термины модуля: глоссарий.

Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно уметь связать с кодом и наблюдаемым поведением модели.

Задания

• assignments/01_refactor.md — Из ноутбука в пакет
• assignments/02_model_api.md — API модели
• assignments/03_container.md — Контейнер и нагрузка

Завершение модуля

Модуль завершён, когда все задания удовлетворяют критериям приёмки, вы можете объяснить основные решения без ноутбука и получили review.