2.3 KiB
2.3 KiB
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
- Структура production-проекта, конфиги, data/model contracts и тесты
- FastAPI, batch/online inference, Docker, ONNX и оптимизация
- 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 пакетassignments/02_model_api.md— API моделиassignments/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.