Фестиваль РИТ++ 2017 завершён. Ждем вас на РИТ++ следующего года!

Микросервисы для Machine LearningМикросервисы

Доклад принят в программу конференции
Дмитрий Ходаков
Avito

Data Scientist / Backend Developer.

Тезисы

Рекомендательные сервисы стали неотъемлемой частью практически любого крупного проекта. Мы готовим рекомендации объявлений, обрабатывая все действия пользователей при помощи машинного обучения.

Писать софт сложно, писать обучающийся софт сложно втройне. Из доклада вы узнаете:
- какие трудности можно встретить при построении архитектуры распределенного пайплайна для обучения моделей;
- как традиционные микросервисы помогают организовывать доставку результатов в продакшн-окружение;
- как не очень традиционные микросервисы помогают нам организовать обучение моделей;
- чем отличаются подходы в ml по сравнению с традиционной разработкой.

Другие доклады секции Микросервисы