MLOps

- Создание поурочного плана по разным темам (цели/задачи MLOps, жизенный цикл ML-моделей, способы деплоя, версионирования и т.д.) в логичной последовательности
- Написание уроков по обозначенным темам

– Настройка и обслуживание конвейеров обработки данных с использованием Docker, Airflow и
MLflow, мониторинг на Prometheus
- Администрирование кластера kubernetes по части MLOps
- Автоматизация непрерывной интеграции и деплоя на частом сервере GItLab
– Разработка инструментов для анализа текстовых данных с помощью LDA и word2vec.
– Разработка программного обеспечения для анализа нейрофизиологических данных, включая
графическое представление и описание данных.
– Кластеризация респондентов из данных eye-tracker с использованием K-Means и DBSCAN.
– Коммуникация с коллективом/модернизация кода в соответствии с потребностями отдела