Развёртывание ML-моделей в высоконагруженных системах 26: различия между версиями
Ekononova (обсуждение | вклад) Нет описания правки |
Ekononova (обсуждение | вклад) Нет описания правки |
||
| Строка 44: | Строка 44: | ||
! Дата !! Тема !! Презентация !! Ссылка на запись | ! Дата !! Тема !! Презентация !! Ссылка на запись | ||
|- | |- | ||
| 10.02.2026 || Вводное занятие. Общая информация. || | | 10.02.2026 || Вводное занятие. Общая информация. || [https://github.com/alexpros/ml_deployment_in_highload_systems/blob/main/week_01_introduction/introduction_lecture.pdf Перезентация] || | ||
[https://disk.yandex.ru/d/bPQBMHpfmzA-Xw/%D0%9F%D1%80%D0%BE%D1%81%D0%BA%D1%83%D1%80%D1%8F%D0%BA%D0%BE%D0%B2%202026-02-10T08-10-31Z.mp4 Запись] | [https://disk.yandex.ru/d/bPQBMHpfmzA-Xw/%D0%9F%D1%80%D0%BE%D1%81%D0%BA%D1%83%D1%80%D1%8F%D0%BA%D0%BE%D0%B2%202026-02-10T08-10-31Z.mp4 Запись] | ||
|- | |- | ||
| 17.02.2025 || Знакомство с Triton Inference Server. || TBD || | | 17.02.2025 || Знакомство с Triton Inference Server. || TBD || | ||
[https://disk.yandex.ru/d/bPQBMHpfmzA-Xw/%D0%9F%D1%80%D0%BE%D1%81%D0%BA%D1%83%D1%80%D1%8F%D0%BA%D0%BE%D0%B2%202026-02-17T08-10-06Z.mp4 Запись] | |||
|- | |- | ||
| 24.02.2025 || Backends: python, dali, tensorrt, onnx, llm. || TBD || | | 24.02.2025 || Backends: python, dali, tensorrt, onnx, llm. || TBD || | ||
Версия от 21:16, 21 февраля 2026
О курсе
Курс читается для студентов 4-го курса в 3-м модуле.
Полезные ссылки
Github с материалами курса (TBD)
Чат в telegram для обсуждений: https://t.me/+JA2WBKb58yIwZWJi
Правила выставления оценок
Итоговая оценка вычисляется на основе оценки за домашние задания в модуле и оценки за финальный проект:
Итог = Округление(0.2 * ДЗ_1 + 0.25 * ДЗ_2 + 0.25 * ДЗ_3 + 0.3 * ПР)
ДЗ_* — оценки за домашние работы
ПР — оценка за финальный проект
Округление арифметическое.
Правила сдачи заданий
За каждый день просрочки после мягкого дедлайна снимается 2 балла. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.
Мы оставляем за собой право пригласить студента для защиты своего ДЗ, если заподозрим плагиат.
При наличии уважительной причины дедлайн по заданию может быть перенесён на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.
Материалы
| Дата | Тема | Презентация | Ссылка на запись |
|---|---|---|---|
| 10.02.2026 | Вводное занятие. Общая информация. | Перезентация | |
| 17.02.2025 | Знакомство с Triton Inference Server. | TBD | |
| 24.02.2025 | Backends: python, dali, tensorrt, onnx, llm. | TBD |
TBD |
| 03.03.2025 | Конвертация моделей. | TBD |
TBD |
| 10.03.2025 | Ансамбли. | TBD | TBD |
| 17.03.2025 | Perf-analyzer. | TBD | TBD |
| 24.03.2025 | Сравнение подходов к развертыванию на практике. | TBD | TBD |
| 31.03.2025 | Итоговый проект, ответы на вопросы. | TBD | TBD |