MLOps в теории и на практике

В этом подкасте представители Тинькофф и Высшей школы экономики обсуждают современные технологии, которые актуальны и для студентов, и для сложившихся специалистов. Беседа построена так, чтобы обсудить как теоретическую часть, которую часто дают в университетах, так и то, как эта теория реализуется на практике в BigTech-компаниях, например Тинькофф.
В первой серии подкаста речь идет про такую тему, как MLOps. Сейчас темы AI/ML у всех на слуху: все пытаются использовать LLM для оптимизации существующих процессов, кто-то старается придумать прорывные идеи, а кто-то боится этих изменений. В университетах сейчас есть большое количество курсов по обучению data science и machine learning, но в реальных компаниях зачастую надо не просто создать хорошую модель, но и сделать кучу других приседаний, которые можно назвать MLOps.
Если описывать суть, то нужна четкая связь между Data engineering, App engineering и, собственно, ML engineering. Причем выстроенные процессы работы с данными нам нужны как пререквизиты для эффективной работы над ML-моделями, а App engineering нужен, чтобы обученные модели хорошо работали в продакшене и обслуживали запросы.

[@Ангелина-с9ш6о]

Добрый день! Будут ли еще выпуски?