Кто читает:: Департамент больших данных и информационного поиска

Статус:: Курс обязательный

Когда читается:: 2-й курс, 2 модуль

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс показывает, как превратить знакомую аналитическую модель в воспроизводимый процесс: подготовить и проверить данные, повторить обучение, сохранить эксперименты, получить пакетный прогноз и контролировать новый запуск. На семинарах студенты последовательно собирают один проект для команды удержания клиентов. После завершения проекта разбираются сбои регулярного процесса и основы LLM-инференса.

Цель освоения дисциплины

Освоить воспроизводимую организацию работы над небольшой ML-задачей;
Применять Git и Docker для передачи результата;
Проверять входные данные;
Вести эксперименты в локальном MLflow;
Запускать пакетный прогноз;
Автоматизировать тесты;
Интерпретировать простые показатели мониторинга;
Понимать ограничения регулярного запуска и базовые показатели LLM-инференса.

Планируемые результаты обучения

Студент организует работу в репозитории Git;
Студент собирает и запускает простой Docker-образ;
Студент проверяет входные данные и выбирает временное разделение без утечки;
Студент запускает обучение и сохраняет модель воспроизводимым способом;
Студент регистрирует и сравнивает эксперименты в MLflow;
Студент формирует пакетный прогноз для нового файла;
Студент пишет тесты и настраивает проверку в GitHub Actions;
Студент строит простой дашборд и различает изменения данных и доказанное изменение качества;
Студент диагностирует типичные сбои регулярного запуска;
Студент объясняет основные показатели задержки и пропускной способности LLM-инференса.

Содержание учебной дисциплины

От ноутбука к воспроизводимому результату. Зачем аналитику MLOps; повторение clone, commit, push, ветки, PR и .gitignore.
Основы Docker: образ, контейнер, Dockerfile, зависимости, файлы внутри и снаружи контейнера.
Контракт входных данных, типы и пропуски; временное разделение; утечка сведений из будущего.
Воспроизводимое обучение: команда запуска, параметры, пути, сохранение модели и метрик; краткое повторение знакомой модели.
Учёт экспериментов: параметры, метрики, артефакты и обоснование выбора варианта в локальном MLflow.
Пакетный прогноз, входной и выходной формат, обработка неверных значений; передача файлов в Docker-контейнер.
Тесты на данные и результат; назначение CI, рабочий процесс GitHub Actions, чтение ошибки проверки.
Простой мониторинг: объём файла, пропуски, распределение признаков и прогнозов; границы выводов без новых меток.
Регулярный запуск: последовательность шагов, журнал событий, повторная обработка, диагностика ошибок и доверие к результату.
Обзор LLM-инференса: токены, контекст, время до первого токена, генерация, очередь, параллельные запросы и стоимость.

Элементы контроля

Курсовой проект. Элемент контроля 1
Первый элемент контроля внутри одного проекта (рабочий процесс): данные, обучение, пакетный прогноз и Docker. Оценивается по сданному репозиторию. Задание выдаётся на первой неделе; после семинаров 1–8 студент постепенно пополняет один репозиторий. Через 14 календарных дней после восьмого семинара он один раз сдаёт итоговую версию. При подготовке кода можно пользоваться документацией и генеративными инструментами, если студент может проверить и объяснить результат.
Курсовой проект. Элемент контроля 2
Второй элемент контроля внутри того же проекта (воспроизводимость и анализ ): Git и README, MLflow, тесты и CI, дашборд и выводы. Задание выдаётся на первой неделе; после семинаров 1–8 студент постепенно пополняет один репозиторий. Через 14 календарных дней после восьмого семинара он один раз сдаёт итоговую версию. Обе обязательные части оцениваются по этой версии, отдельно их сдавать не нужно. При подготовке кода можно пользоваться документацией и генеративными инструментами, если студент может проверить и объяснить результат.
Курсовой проект. Элемент контроля 3 (необязательный)
Необязательный третий элемент контроля (усложнение с защитой ): студент выбирает одно из двух усложнений и самостоятельно изучает метод, который не разбирают на занятиях. Если студент выбрал усложнение, оно находится в репозитории к общему сроку; после сдачи назначается защита. Остальным защищаться не требуется.
Повторная сдача курсового проекта
Даты определяет учебный офис.

Промежуточная аттестация

2026/2027 2nd module
Итог: И = Р + В + У, где Р — рабочий процесс (0–40), В — воспроизводимость и анализ (0–40), У — необязательное защищённое усложнение (0–20). Для Р и В достаточно один раз сдать репозиторий; защита требуется только для У. Примеры: 40 + 40 + 0 = 80; 40 + 40 + 9 = 89; 40 + 40 + 10 = 90. Отдельные домашние задания, посещаемость и активность баллов не прибавляют. Автоматов и блокирующих элементов контроля нет.

Список литературы

Авторы

Комарова Ксения Степановна

Магистерская программа «Аналитика больших данных»

ML/DLOps

Программа дисциплины