Знакомство с платформой ML Space для работы с искусственным интеллектом

Владимир Новоженов

Продуктовый менеджер, SberCloud

Наш эксперт расскажет про функциональные возможности платформы ML Space для ML-разработки полного цикла и совместной работы команд дата-сайентистов над созданием и развертыванием моделей машинного обучения. Владимир продемонстрирует, как: - Загрузить данные при помощи одной кнопки; - Обучить и развернуть модель; - Использовать другие возможности платформы ML Space.   Вебинар будет полезен дата-сайентистам, разработчикам и бизнес-пользователям, которые хотели бы использовать ИИ в работе. Тайм-коды: 0:00 — Что такое платформа ML Space и для чего она нужна 0:49 — Личный кабинет и среда совместной работы Workspace 2:25 — Модуль Data Catalog: хранение и перенос данных, история переносов 8:27 — Модуль Data Catalog: Docker registry. Базовые и кастомные образы 11:05 — Модуль Data Catalog: DataHub. Хаб предобученных моделей, датасетов и контейнеров 12:53 — Модуль Data Catalog: DataHub. Демонстрация деплоя модели ruGPT-3 13B 16:47 — Модуль Environments: готовые среды для обучения моделей и утилиты для мониторинга 19:34 — Модуль Environments: демонстрация окружений, распределенных задач, мониторинга моделей и экспериментов 29:00 — Модуль Environments: инструменты Intel® OneAPI 35:38 — Модуль Deployments: развертывание модели 41:42 — Модуль AutoML: демонстрация обучения модели без кода 48:00 — Сравнение ML Space с другими провайдерами 49:28 — Компонентная архитектура платформы 52:55 — Обзор решений семейства ML Space 54:07 — Примеры использования ML Space 55:02 — Data Science as a Service 57:35 — Ответы на вопросы