ABCDEFGHIJKLMNOPQRSTUVWXYZAAAB
1
 Имя/ник выступающегоКонтактыКраткое (или не очень) описаниеФормат (гайд/мастеркласс/доклад), продолжительностьДата, времяСсылка на гайд//трансляцию
2
Опыт развёртывания ML сервиса в production на примере проекта FindMyBikeАнтон Ганичев1. Рассказ о проекте (Findmybike.ru)
2. Реализация
1. Как хранить ML модель
2. Запуск. Наивные способы
3. Запуск.
4. Тестирование
3. Сравнительная оценка скорости
4. Мониторинг		Доклад/мастер-класс, 1 - 1.5 часа19.04 18:00
3
Исследование сервисов управления ноутбуками (sagemaker, databricks, datalore, ванильный JH)Антон Киселевдоклад24.05 19:00
4
Облачные IDE
презентация: https://www.canva.com/design/DAE-W6ItPLU/WzBgBOdcYqQkkjNamBsFWA/edit		Денис Валитов@DENisVali
new: Гайд по сервисам для начала проекта
Мессенджеры, таск-менеджеры, базы знаний и т.д.
User-experience story — которая продолжается по ходу курса
old: "Рассказ об облачных IDE где можно
не только писать код, но и использовать
вычислительные графические мощности облачные"
миниобзор-презентация, 1 час20.04 19:00
old: https://yandex.ru/q/article/oblachnye_ide_5f68d69f/?utm_medium=share&utm_campaign=article
5
DockerДемидова Евгения@Evg_DemКраткая выжимка из книги Кочера Микросервисы и контейнеры DockerДоклад21.04 18 00
6
Особенности ООП в MLАлександр Миленькин@Aleron75Покажу несколько best practices из ООП для MLhttps://yandex.ru/q/article/_0fe68b3e/11.05 19:00
7
w&b, neptuna, clearmlКовалёва Илона@ilonckaw&b - продемонстрирую на примере использование, по neptunai и clearml опыта нет, но если не будет желающих поделиться своим опытом по ним, поэкспериментирую, сравню UPDATE 7.05.22 Опубликованы 3 поста Задача постов - привлечь внимание к технологии, помочь преодолеть инерцию (т.е. - это тяжело, отложу на потом, много вникать и тд..), не забирать много времени (не более 15 минут на прочтение и выполнение кода в ноутбуке), показать возможности автоматизации экспериментов машинного обучения. Если будут вопросы или пожелания - отвечу гайды07.05.22
туториалы на Яндекс.Кью: https://yandex.ru/q/article/weights_biases_3_prostykh_shaga_dlia_9dc0430d/ - мой туториал по weights&biases
https://yandex.ru/q/article/avtomatizatsiia_eksperimentov_s_clearml_v_f559bc55/ - по clearml https://yandex.ru/q/article/neptune_ai_organizatsiia_eksperimentov_v_91af4184/ - по neptune
8
Контейнеризация рабочей среды для MLВладимир Куляшов@kulyashovСоберём в докере своё рабочее место с кудами, фреймворками и сервером для инференсаГайд
9
Контейнеризация рабочей среды для MLСтепан Кудин@kalimdorСобираем докер образ для разработки, отладки и исполнения дев кода (не продакшен!). Возможно будет объеденин с гайдом Владимира Куляшова.Гайд
https://yandex.ru/q/article/delaem_doker_obraz_dlia_razrabotki_3b8cf5e9/
10
Настройка CUDA для DockerАндрей Бабаев@andrew_babaevОпишу настроку CUDA для докера. Соберу образ с простой нейронкой для сегментации или классификации изображений. Подготовлю простой дашборд на streamlit для тестирования. Добавлю возможность инференса на гпу и цпу для сравнения. Подготовлю репо с кодом и инструкции по запуску, опишу в виде статьиГайд
https://yandex.ru/q/article/nastroika_cuda_dlia_docker_cb4f3abb/?utm_medium=share&utm_campaign=article
11
Docker and distributed optimizationРоман Бутов@romanzes637Небольшой доклад про виртуализацию, docker и распределенную оптимизацию на Optuna (я не спец, просто для рабочего проекта было нужно это сделать и рассказать коллегам). Презентация, могу минут до 20-30 сжать. https://docs.google.com/presentation/d/1tSRZ2zopwbr_3xJQ-6mGKMbsUxDEDPfebq69pkxJX5o/edit?usp=sharing и запись https://photos.app.goo.gl/sQSBqzixnW6ojYBz615.04 в 19 00
12
Оптимизация DL моделей для сервинга (ONNX, TensorRT, квантизация и другие подходы)Изюмова Анастасия@starminalushРассмотрим, что такое квантизация и какие виды бывают. Также рассмотрим, как конвертировать модель в ONNX и TensorRT. Попробуем квантизировать и конвертировать свою модель и сравнить время инференса в каждом отдельном случаемастеркласс/гайд
1 часть: оптимизация моделей для деплоя
13
AirflowАртем Чирковский@ArbaletosОбзор и по возможности наглядная демонстрация установки, конфигурационного файла, UI, а также небольшой мастер-класс по написанию своих задач, их планированию и запуску Airflow. Также немного советов о том, как не разбить нос о подводные камни на мелководье и не быть уволенным за то, что у вас Linux.мастеркласс/гайд; 90-120 минут28.04 19:00
14
Pyenv: настройка менеджмента версий Python и виртуальных окружений (для Ubuntu)Гусев Сергей, Мушкин Илья@Sergiuuu, @tacobella9Гайд по установке, настройке и использованию pyenv для менеджмента версий Python и менеджмента виртуальных окружений в среде UbuntuГайд
https://yandex.ru/q/article/_1c795372/
15
Совместная установка Windows 10 + Ubuntu 20.04 LTSГусев Сергей, Мушкин Илья@Sergiuuu, @tacobella9Гайд по установке и настройке Windows 10 + Ubuntu 20.04 LTSГайд
https://yandex.ru/q/article/ustanovka_windows_10_ubuntu_20_04_lts_805db670/
16
Менеджмент проекта по Scrum (Agile) инструментами бесплатной подписки GitLabГусев Сергей, Мушкин Илья@Sergiuuu, @tacobella9Гайд о том, как с минимальными усилиями наладить менеджмент проекта по Scrum инструментами бесплатной подписки GitLabГайд
https://yandex.ru/q/article/scrum_bystryi_start_s_ispolzovaniem_bde36b23/
17
Применение Agile в ML командахКовалёва Илона@ilonckaПредистория: взялась подготовить для нашей команды обзор по Agile - история, основные методологии (scrum, kanban, leanDS, CRISP-DM), поскольку я из нас самая опытная - изучала Agile на 3-х курсах, прочитала 2 книги и сам вопрос для меня интересен, пока готовила доклад, настолько увлеклась, что он вырос в разы и времени на него нет, soft-skills пока отложили, сейчас hard-skills развиваем - в todoist по 57 заданий на каждого на сегодня по обязательной программе курса, и это не считая развития самого проекта) На звание самой агилистой на курсе не претендую, но если не будет желающих, или мой доклад дополнит другие - то выступлю или запишу выступление UPDATE в следующей ячейке ->
UPDATE: 15.06.22. курс подошёл к концу, продвижение дальше тех 55 потенциальных слайдов для доклада (это примерно половина истории) так и не получилось, к тому же пришло сообщение о перезапуске курса Тимлид 101 (отличный курс), та информация, которую я собиралась докладывать не является повторением или дублированием какого-либо курса, скорее дополнением, поэтому в случае перезапуска курса я не исключаю своего участия, курс MLOps очень интересный и насыщенный, спасибо огромное, а судя по темам, которые остались в табличке - продолжение ещё интереснее (для развёртывания одного только Pachiderm уже не докер-компоуз, а миникубы нужны)
вторая часть курса
18
Pachyderm
19
Dataflow
20
Особенности использования СУБД в ML проектах
21
TF serving
22
ONNX, PMML
23
Improving Prediction Latency and Reducing Resource Costs
24
Мониторинг и аналитика МЛ моделей
25
Saprk, Airflow, Dagster, Hydra
26
Оптимизация нейросетевых моделей для production (TensorRT и другие подходы)
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100