Живой, практический курс, где мы вместе (без длинной теории) соберём рабочий ML-продукт на Rust: обучим модель, упакуем её и поднимем REST API для предсказаний, а затем развернём сервис в Kubernetes. Курс честно «лайв»: преподаватель не позиционирует себя как закоренелого Rust-гуру — мы идём шаг за шагом, опираясь на диалог с код-ассистентом и концентрируясь на результате.
Что вы построите
Тренировочный конвейер (pipeline) для модели: загрузка CSV, фичеинжиниринг на Polars, обучение и сохранение артефакта.
Простая «регистратура» моделей на базе Amazon S3 (загрузка артефакта).
REST API на Rust для онлайновых предсказаний: загрузка модели, обработка запроса, выдача ответа.
Демонстрация деплоя в Kubernetes (как собрать, упаковать и запустить сервис).
Почему Rust (и с чем придётся мириться)
Плюсы: высокая скорость, экономия памяти и железа - ниже стоимость продакшена, строгая типизация и безопасность.
Минусы: синтаксис сложнее Python; придётся привыкнуть к компиляции и инструментам. Мы не «становимся экспертами за 4 вечера» - мы строим рабочую вещь и по пути осваиваем ключевые концепты (struct, trait, crate, работа с пакетами и т.д.).
Результат
К концу курса у вас будет работающий сервис на Rust для инференса ML-модели, понимание ключевых инструментов экосистемы и «мышечная память» сборки продакшн-готовых компонентов. Бонусом - вы станете аккуратнее и в Python: новый язык расширяет взгляд и дисциплинирует архитектуру.
Посмотреть больше
Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум
Ограничение времени просмотра
Вы можете просматривать пробный урок только 10 минут. Получите полный доступ, чтобы смотреть без ограничений.
How to handle errors and Results with anyhow and ?
Урок 10.
00:23:10
Generic types, traits and trait bounds in function definitions
Урок 11.
00:10:37
How to download the CSV file - Part 2
Урок 12.
00:03:17
Wrap up
Урок 13.
00:05:04
Goals for today
Урок 14.
00:18:15
Load the CSV file into memory with Polars Rust
Урок 15.
00:05:11
Extract functions to lib.rs
Урок 16.
00:25:31
Splitting the data into training and test - Part 1
Урок 17.
00:18:33
Splitting the data into training and test - Part 2
Урок 18.
00:04:06
Questions and answers
Урок 19.
00:12:21
Split datasets into features and targets
Урок 20.
00:24:43
Transforming Polars DataFrame to DMatrix for XGBoost training
Урок 21.
00:20:48
Training the XGBoost model - Part 1
Урок 22.
00:02:53
Questions and answers
Урок 23.
00:12:04
Training the XGBoost model - Part 2
Урок 24.
00:18:41
Pushing the model artifact to AWS S3 bucket
Урок 25.
00:01:48
How to set up your AWS credentials to talk to your S3 bucket
Урок 26.
00:01:49
Wrap up
Урок 27.
00:03:35
Goals for today
Урок 28.
00:05:08
Tip -> devcontainers
Урок 29.
00:05:55
Add 2 entry points, one for training, one for REST API
Урок 30.
00:02:35
Questions and answers
Урок 31.
00:19:55
Building a minimal API with health endpoint - Part 1
Урок 32.
00:10:25
Building a minimal API with health endpoint - Part 2
Урок 33.
00:22:20
Adding a predict endpoint to our REST API
Урок 34.
00:02:34
Tip -> How to break a large problem into smaller (easier) ones
Урок 35.
00:23:37
Download model artifact from AWS S3 bucket
Урок 36.
00:17:27
Refactorings -> Break our lib.rs into separate files
Урок 37.
00:11:24
Adding CLI parameters for training using Clap
Урок 38.
00:07:39
Loading the model from S3 into memory
Урок 39.
00:21:03
Adding model to the AppState so we can use it in our predict functions - Part 1
Урок 40.
00:07:46
Adding model to the AppState so we can use it in our predict functions - Part 2
Урок 41.
00:02:32
Wrap up
Урок 42.
00:02:17
Plan for today
Урок 43.
00:21:04
Transform input payload to dmatrix for XGBoost
Урок 44.
00:15:42
Formatting the response with the prediction
Урок 45.
00:07:26
Extracting the port number as input argument
Урок 46.
00:11:22
Two challenges for you
Урок 47.
00:20:40
Dockerizing the API - Part 1
Урок 48.
00:06:49
Trick -> How to solve Docker no space left problems
Урок 49.
00:23:00
Dockerizing the API - Part 2
Урок 50.
00:22:35
Dockerizing the API - Part 3
Урок 51.
00:21:47
Dockerizing the API - Part 4
Урок 52.
00:07:43
Dockerizing the API - Part 5
Урок 53.
00:01:51
Dockerizing the API - Part 6
Урок 54.
00:02:37
Wrap up
Урок 55.
00:02:49
00 - Intro
Урок 56.
00:04:27
01 - Bootstrap the project
Урок 57.
00:21:43
02 - Hello world with a /health endpoint
Урок 58.
00:02:58
03 - A bit of refactoring
Урок 59.
00:08:39
04 - Add a /predictions endpoint
Урок 60.
00:08:28
05 - Break down project in several files
Урок 61.
00:07:52
06 - Start Postgres DB with Docker
Урок 62.
00:20:28
07 - Fetch data from Postgres
Урок 63.
00:02:07
08 - Loading environment variables
Урок 64.
00:04:57
09 - Add GET parameter to the /predictions endpoint and compile for release
Автор - Pau Labarta Bajo
Pau Labarta Bajo
Я инженер по машинному обучению с многолетним опытом создания реальных ML-продуктов. Хотите спроектировать, разработать и внедрить собственное решение? Я рассказываю, как построить полноценные ML-продукты от идеи до продакшена и помочь ведущим стартапам и крупным компаниям решать бизнес-задачи с помощью ИИ.
Курсхантерс, подскажите, есть планы на https://kobezzza.ru/rust? Заранее спасибо
Много раз в комментах вижу уже)
antrix57
maksim070601
Dear CH team, please consider a crowdfund for https://kobezzza.ru/rust
Команда внимательно читает ваши комментарии и оперативно на них реагирует. Вы можете спокойно оставлять запросы на обновления или задавать любые вопросы о курсе здесь.
Хотите попробовать Rust, но не знаете, с чего начать? Этот курс станет вашей отправной точкой. Независимо от того, есть ли у вас опыт программирования или вы только делаете первые шаги, мы в доступной форме разберём основы Rust. Вы узнаете, как настроить инструменты, написать первые функции и освоиться с синтаксисом языка. Затем перейдём к ключевым концепциям: переменные, управляющие конструкции, циклы и многое другое - всё с интерактивными задан
Добро пожаловать на самый полный и практичный курс по изучению Rust с нуля! Rust меняет подход к системному программированию благодаря акценту на безопасность работы с памятью, параллелизм и высокую производительность. Однако его уникальные концепции и синтаксис могут стать сложной задачей для новичков. Этот курс предлагает структурированный и понятный путь к освоению Rust.
Этот курс посвящен интеграции Rust в архитектуры, ориентированные на сервисы, и охватывает разработку REST-серверов, обработку данных, управление ошибками и модульность. Вы изучите трассировку, автоматическую документацию OpenAPI, настройку для различных сред и альтернативные механизмы связи, такие как gRPC и WebSockets. Исследуйте развертывание тестового сервиса в контейнеризированной среде, а также получите представление о дизайне сервисов, стр
Много раз в комментах вижу уже)