«Let’s Rust»: от нуля до ML-сервиса

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.