Деплой ML модели: от грязного кода в ноутбуке к рабочему сервису. День 1

ML модели могут принести много пользы. Но только если не останутся навсегда в ноутбуках дата сайентистов. На занятии мы рассмотрим, как сделать код модели удобным и поддерживаемым с помощью пайплайнов, как сохранять обученные модели на диск, а так же как развернуть модель в качестве микросервиса. Всё это позволит нам перейти от набросков в ноутбуке к приносящему пользу сервису. «Machine Learning. Professional» - https://otus.pw/v089/
Преподаватель: Борис Цейтлин – имеет опыт работы в аналитике продукта и back-end разработке Материалы к занятию - https://otus.pw/zM7O/
Подключайтесь к обсуждению в чате - https://otus.pw/FFNZ/
Следите за новостями проекта: Telegram: https://t.me/Otusjava
ВКонтакте: https://otus.pw/850t
LinkedIn: https://otus.pw/yQwQ/
Хабр: https://otus.pw/S0nM/