Хардкорный Machine Learning. Часть 2 из 5

Каждая модель со временем теряет точность, и здесь показывают, как выстроить автоматизированные пайплайны дообучения, чтобы ML-сервисы оставались актуальными в реальных бизнес-условиях. Курс фокусируется на полном цикле работы ML-инженера: от подготовки и разметки данных до деплоя приложений, настройки мониторинга и оценки эффективности алгоритмов на практике. Программа разработана для ML-разработчиков и тимлидов, которые хотят перевести использование нейросетей из теоретических экспериментов в стабильно работающие сервисы, приносящие измеримую прибыль компании. По итогам обучения у вас будет набор готовых ML-продуктов, решающих задачи динамического ценообразования, матчинга товаров, uplift-моделирования и оптимизации A/B-тестирования.