Курсы по DevOps в Краснодаре

• Деплой модели на FastAPI в Yandex Cloud. Научитесь деплоить ML‑модель в облаке, используя FastAPI
• Введение в MLOps. Попрактикуетесь в решении кейсов на оценку зрелости проекта и выбор MLOps‑архитектуры
• Dev‑практики для ML‑модели. Настроите локальное окружение с необходимыми инструментами для разработки на Python
• Настройка окружения и знакомство с Yandex Cloud. Настроите облачное окружение с необходимыми инструментами в Yandex Cloud
• Отслеживание экспериментов, управление ML‑моделями и их хранение. Настроите жизненный цикл ML‑модели в MLflow или ClearML на выбор в 3 сценариях
• Качество и версионирование данных. Создадите модели для сырых источников и датасета с фичами на Pydantic. Выполните проверки в пайплайне ClearML, используя Great Expectations. Создадите версии датасета в ClearML
• Оркестрация и ML‑пайплайны. Построите 3 продакшн‑пайплайна при помощи ClearML или Mage
• Развёртывание ML-моделей. Задеплоите модель как REST‑API‑сервис, используя ClearML, или сделаете интерактивное приложение, используя ClearML Streamlit Launcher
• Мониторинг и обратная связь. Добавите метрики качества модели в существующий дашборд и создадите аналогичный дашборд в Superset с источниками метрик в ClickHouse
• CI/CD‑практики. Допишете пайплайн CI/CD для тестирования кода и обновления инфраструктуры в Yandex Cloud, используя Terraform
• Итоговый проект. Реализуете полный MLOps-цикл для одного из 2 кейсов на выбор. Используете все пройденные методы и инструменты MLOps: обработку и качеcтво данных, версии модели в MLflow/ClearML, пайплайны обучения и переобучения, деплой модели в соответствующем сценарии, мониторинг метрик качества и CI/CD‑процесс, который связывает все этапы в единую систему.

• Контейнеризация и основы Kubernetes. Познакомитесь с основными концепциями облачно-ориентированной разработки, контейнеризации. Узнаете, что из себя представляет Kubernetes как платформа для управления контейнеризированными приложениями. Поймёте базовые абстракции K8s.
• Проектирование, создание приложений и управление ими в Kubernetes. Научитесь проектировать, создавать приложения и управлять рабочими нагрузками в Kubernetes, выбирать подходящие ресурсы и грамотно их использовать.
• Механизмы обнаружения сервисов и сеть в Kubernetes, архитектура K8s. Углубитесь в изучение сетевых технологий Kubernetes и механизмов обнаружения сервисов, сосредоточившись на их внутренней и внешней коммуникации и доступности. Поймёте устройство архитектуры Kubernetes и её ключевых компонентов. Разберётесь, как эти компоненты работают вместе, чтобы эффективно управлять приложениями.
• Управление жизненным циклом, структурные паттерны и декларативное развёртывание в Kubernetes. Сможете управлять жизненным циклом приложений в Kubernetes при помощи структурных паттернов и декларативных методов развёртывания, чтобы обеспечить надёжность, масштабируемость и упрощённое управление конфигурациями.
• Helm: пакетный менеджер для Kubernetes. Научитесь использовать Helm — инструмент, который позволяет эффективно развёртывать приложения в Kubernetes и управлять ими.
• Управление ресурсами и масштабирование в K8s. Узнаете, как оптимизировать размещение подов в кластере Kubernetes. Разберётесь, как внедрять стратегии автоматического масштабирования и управлять ими, чтобы оптимально использовать ресурсы.
• Непрерывная доставка приложений в K8s. Научитесь интегрировать конвейеры непрерывной доставки и развёртывания (CI/CD) в Kubernetes.
• Наблюдаемость и мониторинг в K8s. Узнаете принципы наблюдаемости и мониторинга приложений в Kubernetes. Познакомитесь с инструментами и методами, которые позволяют понимать состояние системы и производительность приложений.
• Умные стратегии развёртывания K8s. Научитесь использовать умные стратегии развёртывания, которые позволяют сократить время простоя и риски при развёртывании и обновлении приложений в Kubernetes.

Вы с нуля научитесь создавать приложения для смартфонов. Попрактикуетесь на реальных задачах и добавите проекты в портфолио. Сможете устроиться мобильным разработчиком в штат или работать на фрилансе.