Хардкорный Machine Learning. Часть 2 из 5

Динамическое ценообразование, матчинг товаров и uplift-моделирование требуют большего, чем просто обучения моделей — здесь показывают, как выстроить полноценный ML-сервис от сбора данных до деплоя в продакшн. Основной упор сделан на инженерные задачи ML-специалиста: сбор и разметку данных, настройку пайплайнов поставки, мониторинг метрик и актуализацию моделей. Программа ориентирована на ML-разработчиков и тимлидов, которые хотят перейти от теоретических алгоритмов к реализации сложных бизнес-задач. Вы научитесь ускорять A/B-тестирование с помощью ML и выстраивать системы, которые не деградируют со временем.