RU

Распределённые вычисления: гарантия завершения на исполнителях, которые вам ничего не должны

Если вы ведете pet‑проекты, требующие большого количества вычислений, то наверняка сталкивались с проблемой их - вычислений - оркестрации. Содержать…

распределённые системыотказоустойчивостьMLOpsgpuархитектура повоспроизводимость моделейоркестрацияобучение моделейоблачные вычисленияпроектирование
Habr
RU

Бесшовный переход в индустрию: как закрыть разрыв между вузом и реальным ИИ‑проектом

Сейчас в России активно развивается программа найма стажёров ( 1 , 2 , 3 , 4 , 5 , 6 ) — студентов старших курсов — в ИТ‑компани…

стажёрысайбоксмашинное обучениеобразованиеMLOpsискусственный интеллектEdTechкарьера в IT
Habr
RU

ML‑пайплайн как конечный автомат: от данных до аудита решений

Когда бизнес просит объяснить, почему модель вчера одобрила заявку, а сегодня отклонила похожую, одной записи с предсказанием уже недостат…

ML-пайплайнMLOpsвоспроизводимость моделейDVCMLflowAirflowаудит решенийSHAPдрейф данныхканареечный деплой
Habr
RU

Побеждаем нестабильность данных

Модель может отлично работать на тестах и быстро терять точность в проде, когда меняется поведение пользователей, спрос или рыно…

концептуальный дрейфдрейф данныхонлайн-обучениеADWINпотоковые данныепрогнозирование спросапереобучение моделейMLOpsградиентный бустингдетекция дрейфа
Habr
RU

От экспериментов к инфраструктуре: почему корпоративный ИИ требует платформы, а не набора инструментов

Компании по всему миру и в частности российские снова и снова наступают на одни и те же грабли при внедрении ИИ — и причина, как правило, одна: ИИ н…

искусственный интеллектгенеративный ИИGenAIкорпоративный ИИплатформаITSMMLOpsLLMуправление рискамиAI governance
Habr
RU

Что происходит с SDLC в эпоху AI-агентов

Несколько месяцев назад в публичном пространстве появилась история, которую в engineering-сообществе стали называть поучительной. Команда AWS исполь…

AI4SDLCSE 2.0AI-native разработкаSDLCагентная разработкаMLOpsDevOpsпроизводительность разработкиDORAtask management
Habr
RU

ИИ пишет код, а кто инженерит ИИ?

Как отличить инжениринг AI-систем от применения ИИ в разработке и почему coding agents в 2026 году требуют больше контроля, тестов и архитектурных г…

SE for AIAI for SEагентная программная инженерияcoding agentsMLOpsLLMOpsAI governanceуправление рисками ИИ
Habr
RU

От диплома до продакшена: … Часть 7: Инфра, MLOps и уроки масштабирования

3.3. Что я сделал бы иначе Закладывал бы MLOps с первого дня , а не «сначала модель, потом инфраструктура». Параллельно — дешевле. Автоматизировал б…

MLOpsмасштабированиепродакшнмашинное обучениеискусственный интеллектмониторинг моделейдрейф данныхKubernetesMLflowCI-CD
Habr
RU

ClearML Agent: обучение модели в Google Colab

ClearML — это целый космос, так что мы продолжаем разбирать его компоненты.  В прошлой статье мы рассматривали ClearML Session и настраивали уд…

clearmlMLOpsgoogle colabClearML AgentML orchestrationзапуск ML-задачзапуск обучения на GPUавтоматизация ML-инфраструктурыобучение нейросетей