Привет, Хаброжители! Проектирование и развертывание системы машинного обучения — это сложный многоэтапный процесс, требующий разнообразных компетенций и участия специалистов разных ролей. Независимо от того, интегрируете ли вы ML в существующий проект или проектируете ML-систему с нуля, вам необходимо ориентироваться в огромных датасетах и потоках, определять требования к тестированию и развертыванию, а также учитывать сложности внедрения ML-моделей в продакшен.
«Машинное обучение. Проектирование систем от идеи до реализации» — это практическое руководство по полному циклу разработки ML-проектов. Вы шаг за шагом пройдете весь фреймворк: проектирование, внедрение, релиз и сопровождение ML-системы.
Чек-листы с необходимыми требованиями и примеры из реальной практики помогут развернуть и оптимизировать вашу собственную ML-систему. Вам особенно понравятся авторские байки и советы из личного опыта авторов, а также рекомендации по подготовке к System design интервью.
Что внутри:
-
Метрики и критерии оценки качества моделей
-
Решения распространенных проблем с датасетами
-
Подводные камни при разработке ML-систем
-
Советы для успешного прохождения собеседований по проектированию ML-систем
Для кого эта книга?
Для читателей, знакомых с основами программирования и машинного обучения. Примеры на Python.
Так же книга будет полезна:
-
мидл-разработчикам — для совершенствования навыков создания и сопровождения устойчивых ML-систем без каких-либо критических упущений;
-
техническим менеджерам и сеньор-разработчикам — для восполнения пробелов в знаниях и формирования более широкого взгляда на проектирование ML-систем;
-
тем, кто делает свои первые шаги в прикладном ML, — чтобы получить структурированные рекомендации перед началом разработки своей первой ML‑системы.
«Могу сказать, что в текущих условиях ИИ-изации и AI-агентов проектирование систем машинного обучения становится гораздо более важным, чем раньше. Когда стоимость исполнения падает, а скорость стремительно увеличивается, именно корректный и масштабируемый дизайн ML-систем становится в разы значимее. И потому эта книга сегодня актуальна как никогда».
— Валерий Бабушкин
«Следуя инструкциям из этой книги, я создал собственную ML-систему. Это действительно впечатляет!»
— Микаэль Дотрей, ISITIX
«Бесценно! Книга органично объединяет разработку продукта, инженерию и открытия. Я настоятельно рекомендую ее!»
— Алексей Журба, Next Step Fusion
«Отличный справочник по проектированию ML-систем».
— Одиссеас Пентакалос, SYSNET International, Inc
«Разнообразный авторский опыт раскрыл передо мной новые горизонты, и я почерпнул из книги много новых для себя идей и подходов, которые оказались весьма полезными».
— Павел Филипович, IBA Group
Об авторах
Арсений Кравченко
опытный ML-инженер с солидным послужным списком в создании и оптимизации надежных ML-систем для самых различных отраслей. В настоящее время Member of Technical Staff в Databricks. Как Kaggle Master он известен своим опытом в соревновательном машинном обучении и любит делиться своими познаниями с другими. Арсений часто выступает в роли консультанта по вопросам ИИ и ML для венчурных фондов и стартапов на ранней стадии развития.
Валерий Бабушкин
выдающийся специалист data science с богатым опытом работы в IT. В настоящее время он занимает позицию Senior Principal1 в BP, где отвечает за реализацию data-driven-стратегий. До прихода в BP Валерий занимал ключевые должности в таких технологических гигантах, как Facebook, Alibaba и Blockchain.com. Помимо профессиональных достижений, Валерий — Kaggle Grandmaster и ранее входил в топ-30 участников по всему миру, что подтверждает его высокий уровень навыков и компетентности в области data science.
Ознакомиться с оглавлением
Полистать отрывок
Приобрести книгу «Машинное обучение. Проектирование систем от идеи до реализации» можно на нашем сайте.
По факту оплаты бумажной версии книги на e‑mail высылается электронная книга.
Для Хаброжителей скидка 25% по купону — Машинное обучение
Автор: ph_piter
