Stepik О курсе
Подробнее
Полностью обновили курс в 2025 году! Актуальный стек, новые видео, обновленные инструкции и шаги с теорией, мы постарались учесть все пожелания из обратной связи слушателей.
Цель этого курса - научиться поднимать необходимое окружение для ML-экспериментов и грамотно версионировать свои результаты. Интенсив будет полезен слушателям, интересующимся областью машинного обучения и MLOps
Требования
Что нужно для старта
- знание Python на пользовательском уровне
- знание Scikit-learn на пользовательском уровне
- знание Jupyter Notebook на пользовательском уровне
- знание Docker Compose на базовом уровне
Результат
Что вы получите
- познакомитесь с концепцией MLOps
- сможете создать экосистему для экспериментирования и обучения ML-моделей прямо на своем компьютере
- попробуете самостоятельно создать пайплайн обучения ML-модели с помощью AirFlow
- научитесь версионировать свои эксперименты с помощью MLFlow
Содержание
5 занятийПрограмма курса
№ТемаЧто внутри
01Прежде чем мы начнем...
- Проверь свои силы!
02MLOps: Введение
- MLOps: Введение
03Airflow
- Airflow: Часть 1
- Airflow: Часть 2
- Бонус
04MLFlow
- MLFlow: Часть 1
- MLFlow: Часть 2
- MLFlow + Airflow
05Что дальше?
- Что дальше?
01Прежде чем мы начнем...
- Проверь свои силы!
02MLOps: Введение
- MLOps: Введение
03Airflow
- Airflow: Часть 1
- Airflow: Часть 2
- Бонус
04MLFlow
- MLFlow: Часть 1
- MLFlow: Часть 2
- MLFlow + Airflow
05Что дальше?
- Что дальше?
Организатор
Автор курса
Мнения учеников
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «MLOps. Начало» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Направления:Машинное обучение
Информация обновлена 12 августа 2026 г.
Продолжить выбор
Похожие курсы
Начать без затрат
![[АРХИВ] Deep Learning (семестр 1, осень 2023)](https://cdn.stepik.net/media/cache/images/courses/181974/cover_bq8Ten0/442ca96b71e76542dff55bbbc4aca303.png)
![[АРХИВ] Deep Learning (семестр 1, весна 2025)](https://cdn.stepik.net/media/cache/images/courses/230362/cover_4tkfoRj/492fc6dc0234358ce905da4c4ca71bd6.jpg)
![[АРХИВ] Deep Learning (семестр 1, весна 2023): продвинутый поток](https://cdn.stepik.net/media/cache/images/courses/135003/cover_2zXJL9O/db54e2933429a4cc0c45c3035311ac6f.jpg)
![[АРХИВ] Deep Learning (семестр 2, осень 2024)](https://cdn.stepik.net/media/cache/images/courses/196142/cover_dLZWnQI/f5772a02869d297a8c6632f8c7d74b55.jpg)
