В интервью Дмитрий Аникин делится опытом построения инфраструктуры ML-моделей в Касперском, расскажет о том, почему у Data Scientist возникают проблемы с качественным кодом, заодно поговорили и о таком понятии как “хороший код“. Весь опыт он отразил в своем докладе “О хороших практиках построения инфраструктуры ML-моделей“, с которым будет выступать на конференции Python разработчиков Moscow Python Conf 2021. Конференция будет проходить с 27-28 сентября 2021.
Таймкоды:
00:00 Розыгрыш билета на конференцию
00:30 Почему UncleDijkstra?
02:00 Что делают Data Scientist в Касперском?
03:50 Как о
...бходить распознавание лиц
06:50 Приходит ли бизнес сам с задачами по ML?
09:00 Почему 80% ML моделей не доходят до продакшн?
11:17 Соотношение проектов исследовательских моделей и моделей для продакшн
13:00 Одна из причин не выпуска в прод: сами заказчики часто переобуваются
14:30 Советы для решения проблем с продакшн
17:28 Data Scientistы не умеют писать код
21:13 MLOps, курсы Andrew NgShow more