Перейти к содержимому
JS
JScriptiser
Система Онлайн
Патчи
Платформа
Квиз
FAQ
🇺🇸
en
Войти
В Лабораторию
Войти
База знаний
Machine Learning
MLOps
MLOps
Experiment tracking, registry, deployment, monitoring, drift
Все
Легкие
Средние
Сложные
По умолчанию
По популярности
Сначала легкие
Сначала сложные
Развернуть
Свернуть
1
Легкий
8
Что такое MLOps и чем он отличается от DevOps?
2
Легкий
13
Что такое MLOps простыми словами и зачем он нужен, если модель можно просто сохранить в pickle?
3
Средний
11
Что такое дрейф данных (data drift) и какие у него бывают виды — сдвиг входных признаков, сдвиг меток и смена самой зависимости?
4
Легкий
9
Что и зачем логировать при отслеживании экспериментов (experiment tracking): MLflow / W&B / Neptune?
5
Легкий
9
Что такое отслеживание экспериментов (experiment tracking) и зачем логировать гиперпараметры и метрики (MLflow, W&B)?
6
Легкий
8
Что такое версия модели и зачем версионировать модели (v1, v2, v3 в проде)?
7
Средний
7
Зачем нужен Model Registry и как им пользоваться (MLflow Model Registry, DVC)?
8
Легкий
8
Что такое data drift простыми словами и почему модели «устают» со временем?
9
Средний
10
Как делать воспроизводимые конвейеры (reproducible pipelines) с DVC, Kedro, Metaflow или Airflow?
10
Сложный
8
Что такое feature store (Feast, Tecton) и зачем он нужен?
Назад
1
2
3
4
Вперёд
MLOps | JScriptiser