Создание системы машинного обучения в реальном времени

Научитесь проектировать, разрабатывать, развёртывать и масштабировать end-to-end ML-системы реального времени с использованием Python, Rust, LLMs и Kubernetes.

Что вас ждёт:

• Более 150 часов записанных занятий из предыдущих 4 потоков.
• Полные исходные коды проектов: система предсказания цен на криптовалюты и система детекции мошенничества по банковским картам.
• 50 часов живого кода и практики в каждом потоке.

В этом живом практическом курсе мы создадим систему машинного обучения реального времени с нуля, развернём её и масштабируем. Если в прошлых потоках мы строили предсказатель цен на криптовалюты, то в следующем создадим систему обнаружения мошенничества по транзакциям.

Курс подходит для ML-инженеров, дата-сайентистов и разработчиков, которые уже знакомы с основами ML (хотя бы один обученный моделью) и готовы перейти от теории к практике.

Вы научитесь:

• Разрабатывать архитектуры микросервисов с ML в реальном времени.
• Применять универсальный подход Feature → Training → Inference Pipeline.
• Использовать современные инструменты: Kafka, Feature Store, Experiment Tracker, Model Registry и Kubernetes.

Это не теория и не «пассивное обучение». Это шанс построить работающую систему и прокачать карьеру.