Вступ до MLOps та RAG систем
У світі, де машинне навчання, генеративний штучний інтелект та великі мовні моделі корінним чином змінюють ландшафт технологій та бізнесу, здатність швидко та ефективно впроваджувати інновації стає ключовим фактором успіху. У цьому контексті MLOps виходить на передній план як критично важливий скіл інженера, який дозволяє йому швидко спроєктувати та побудувати необхідну AI інфраструктуру для безперервного постачання ML моделей у продакшн.
Наряду з цим, використання великих мовних моделей дуже часто супроводжується певними обмеженнями, серед яких можна виділити, наприклад, актуальність інформації чи її глибину та специфічність. Одним зі способів усунення цих обмежень може бути метод роботи з LLM - RAG (Retrieval Augmented Generation).
Запрошуємо вас приєднатися до нашої серії благодійних вебінарів на тему MLOps у червні та липні, які проведе Дмитро Сподарець.
Основні аспекти першого вебінару, що відбудеться 4 червня:
Розгляд життєвого циклу ML рішень.
Огляд ключових компонентів та процесів MLOps.
Аналіз рівнів зрілості MLOps.
Знайомство з сучасними інструментами для MLOps.
Знайомство з RAG системами та компонентами з яких її можна побудувати
Розгляд змін в MLOps для LLM/RAG в порівнянні з класичними ML моделями
Спікер: Сподарець Дмитро - DevOps Architect у Grid Dynamics та засновник Data Phoenix. Мешкає в San Francisco Bay Area. Має понад 15 років досвіду роботи в tech індустрії. Спеціалізується на хмарних технологіях та інфраструктурних рішеннях. Має досвід побудови та запуску AI продуктів. Працює з різного розміру компаніями від маленьких стартапів до Fortune 500 корпорацій. Для розвитку своїх знань навчається в Stanford University. Полюбляє бігати півмарафони та марафони.
Ця серія вебінарів буде цікавою для
DevOps Engineers котрі хочу розширити свої знання напрямком роботи з ML доменом.
Data Scientists та ML Engineers котрі прагнуть познайомитись та розібратись в основах MLOps тa RAG.
Software Engineer котрим цікаво дізнатись як тренувати та розгортати ML моделі, a також будувати RAG системи.
Умови участі: мінімальний донат - від 20$.
Зібраний донат буде розподілений між партнерськими фондами: Angry Corgy, KOLO та SavED.