MLOPS: Разработка и внедрение ML-решений

На курсе мы делаем акцент на практическом применении самых востребованных инструментов в индустрии MLOps:

Python: Основной язык для Data Science и MLOps.
Git: Система контроля версий для совместной работы над кодом.
DVC (Data Version Control): Инструмент для версионирования данных и моделей.
MLflow: Платформа для управления жизненным циклом ML-моделей.
ClearML: Альтернативная платформа для управления экспериментами и моделями.
Feast: Feature Store для управления признаками.
Docker: Система контейнеризации для «упаковки» ML-приложений.
FastAPI: Фреймворк для создания высокопроизводительных API.
Apache Airflow: Инструмент для оркестрации и автоматизации пайплайнов.
Evidently AI: Инструмент для мониторинга ML-моделей.
Superset: Платформа для визуализации данных и создания дашбордов.