Хардкорный Machine Learning. Часть 3

Вам нужен полный цикл разработки ML-сервисов — от сбора данных и деплоя до настройки мониторинга и оценки эффективности моделей в бизнесе. Внутри разбираются прикладные задачи, с которыми сталкиваются современные ML-инженеры и тимлиды: создание систем динамического ценообразования, матчинг товаров, внедрение uplift-моделирования и ускорение A/B-тестов с помощью алгоритмов машинного обучения. Обучение ориентировано на практику: после каждого модуля вы получаете готовый ML-сервис, решающий конкретную бизнес-задачу.