«Курс Data Science [Тариф Стандарт] [balun.courses]» [Дмитрий Сафонов]

Курс по Data Science для middle: senior-навыки за 6 недель Подойдет для Data Scientists, Classic ML и NLP-инженеров уровня middle/middle+ Нужны базовые знания основ машинного обучения, математики и программирования Будем писать на Python, но если ты программируешь на чем-то другом — это некритично. Вся практика будет применима на другие ЯП В курсе осваиваем навыки, которые мешают расти мидлам Как обнаружить проблемы в грязных данных в самом начале работы и сделать модель, устойчивую к дрейфу Как учесть все инфраструктурные ограничения и раскатать модель на прод с первого раза без финансовых потерь Как правильно мониторить деградацию моделей в проде, делать их стабильными и автоматически переобучать Как строить хорошие признаки по нестабильным временным рядам — активности пользователей, курсу валют и др. Как расти в зарплате через связку продуктовых и бизнес-метрик: увеличивать выручку и средний чек, а не техническую точность рекомендаций Как тестировать раскатанную ML через A/B-тесты, избегать ложных выводов и потерь у смежных бизнес-подразделений CDC event sourcing Практика: синхронизация данных из двух источников разного типа,
восстановление истории и замерка лага Домашняя работа: обнаружить и исправить временное смещение (temporal shift) в продакшн-данных Неделя 2. Модели: оптимизация и нестандартные сценарии использования ML На этой неделе учимся: изучаем best practices BigTech-компаний для решения задач с различными данными разбираем лучшие модели для табличных и текстовых данных, а также критерии их применения учимся контролировать инференс изученных моделей и четко понимать, для каких задач использовать Bert, DSSM, XGBoost Урок № 3 — База по моделям Теория: что и где используется в продакшн на примере кейсов из BigTech Catboost vs Tabnet NLP applications (Bert, DSSM) интерпретируемость моделей продвинутая борьба с переобучением Практика: настраиваем, обучаем, проверяем изученные модели на задаче с реальными данными Урок № 4 — Оптимизация ML-моделей для продакшена Теория: квантование, дистилляция и pruning моделей (практические примеры из NLP/CV) как выбирать между скоростью и точностью (cost vs quality) Практика: разбираем дистилляцию и pruning моделей на примере нейросетей для текстов Домашняя работа: уменьшить размер модели в 2 раза с минимальной потерей качества Урок № 5 — Нестандартные сценарии использования ML Теория: модели для данных с задержкой: прогнозирование с incomplete data, Semi-supervised learning, Proxy labeling, Feature Lagging ансамблирование в условиях ограниченных ресурсов Практика: адаптируем ML-решение задачи к данным с задержками, разбираем применимость в зависимости от характера задержек Домашняя работа: построить модель, работающую с частичными данными (имитация задержек) Неделя 3. Real-time ML, потоковая обработка, мониторинг и обслуживание На этой неделе учимся: посмотрим на жизненный цикл модели в продакшене и best practices в MLOps инструментах научимся чинить прод, проектировать архитектуру, взаимодействовать со смежными командами и писать свои процессы в рамках инфраструктуры BigTech Урок № 6 — Real-time ML и потоковая обработка Теория: архитектура streaming-пайплайнов: Kafka + Flink/Spark Streaming батчинг, кэширование, GPU-ускорение Практика: адаптиция признаков и моделей к свойствам архитектуры, функциональным и нефункциональным требованиям Домашняя работа: настроить потоковый пайплайн для обработки данных с задержкой Урок № 7 — Мониторинг и обслуживание моделей Теория: детекция дрифта + автоматический ретранинг (Evidently, MLflow) использование AutoML, полезные функции как дебажить падающую модель в продакшене Практика: реализация систем мониторинга для моделей Домашняя работа: настроить алертинг при дрифте данных Неделя 4. Feature Store, MLOps, оптимизация ресурсов На этой неделе учимся: научимся планировать ресурсы и масштабировать ML-продукты поговорим про CI/CD и релизный цикл научимся считать ресурсы CPU, GPU для cервисов, тестировать и контролировать релизы Урок № 8 — Feature Store и MLOps Теория: когда и зачем нужен Feature Store (Hopsworks, Feast) интеграция с CI/CD тестирование моделей перед деплоем: Data Integrity Tests, Feature Tests, Model Quality tests Практика: создание, наполнение, взаимодействие с Feature Store Домашняя работа: разработка тестов для моделей и признаков в CI/CD Урок № 9 — Оптимизация ресурсов Теория: как снизить стоимость ML в облаке: автоскейлинг, spot instances Практика: кейс: как экономить на инференсе на примере Spotify Неделя 5. Связка продуктовых и бизнес-метрик Урок № 10 — Продуктовые метрики и эксперименты Теория: как связать продуктовые и бизнес-метрики как оценить влияние модели на бизнес (incremental lift, CUPED). ликбез по A/B тестам для Data Scientist почему A/B тесты могут врать (псевдо-рандомизация, сезонность) Практика: разработка интегральной метрики, учитывающей счастье пользователя и бизнес метрики для digital продукта. проверка статистической значимости изменений Домашняя работа: промоделировать A/B тест внедрения модели, оценить значимость изменения целевой метрики Урок № 11 — Что делать, когда ML не работает BigTech-кейсы, где ML проигрывает простым правилам как аргументировать отказ от ML перед бизнесом Неделя 6. Дипломный проект Автоматизировать обработку обращений клиентов с помощью классификации обращений. Проект будет разбит на 2 этапа: бизнес часть с формулировкой требований и полезности разработка архитектуры и техническая реализация MVP По желанию проект можно будет защитить в live-режиме и получить фидбек В итоге прокачаем hard’ы до уровня Senior в BigTech и научимся: Работать с «грязными» данными, искать смещения и дрифты Использовать Feature engineering в real time системах и генерировать признаки с пониманием вычислительной сложности Оптимизировать ML-модели для продакшна Использовать специфику актуальных ML/DL моделей для работы с табличными и текстовыми данными Контролировать жизненный цикл моделей в продакшне и строить мониторинги Работать с MLOps инструментами и взаимодействовать с инфраструктурой Преподает: Дмитрий Сафонов, Data Science Team Lead в Яндекс разрабатываю алгоритмы антифрода рекламы, руковожу ML-командой - Яндекс cтроил прогнозные модели биржевых индикаторов, разработал инфраструктуру для автоматизации ML-процессов - Quantum Brains преподавал анализ данных на Python - СПБГЭУ Тариф Стандарт