Подборка open source-библиотек для развертывания, мониторинга, версионирования, масштабирования и защиты ML-моделей в production.
DataTalksClub/mlops-zoomcamp
Бесплатный онлайн-курс по MLOps на 9 недель для самостоятельного изучения: трекинг экспериментов, оркестрация, деплой, мониторинг и лучшие практики.
- Звёзды
- 15,450
- Форки
- 3,072
- Открытые issues
- 4
- Последний коммит
- 5 дней назад
Что это?
MLOps Zoomcamp — бесплатный курс от DataTalks.Club, который учит переводить модели машинного обучения от обучения и экспериментов к эксплуатации и обеспечивать их надёжную работу. Курс состоит из шести модулей с видеолекциями, домашними заданиями и итоговым проектом полного цикла.
Программа охватывает трекинг экспериментов и управление моделями с помощью MLflow, оркестрацию рабочих процессов и ML-пайплайны, а также деплой моделей в виде онлайн-сервисов (Flask) и для потокового или пакетного скоринга. В модулях по мониторингу используются Prometheus, Evidently, Grafana и Prefect, а модуль по лучшим практикам охватывает тестирование, линтинг, CI/CD на GitHub Actions и Terraform.
Курс полностью доступен для самостоятельного изучения, все материалы размещены в этом репозитории. Для занятий понадобятся знания Python, Docker и основ командной строки, а также опыт работы с машинным обучением, например полученный на сопутствующем курсе ML Zoomcamp.
Ключевые возможности
- 01Рассматривает трекинг экспериментов и реестр моделей с помощью MLflow.
- 02Учит оркестрации рабочих процессов и созданию ML-пайплайнов с Prefect.
- 03Показывает, как разворачивать модели в виде веб-сервисов, настраивать потоковую обработку с AWS Kinesis и Lambda и выполнять пакетный скоринг.
- 04Включает мониторинг с Prometheus, Evidently и Grafana.
- 05Охватывает тестирование, линтинг, CI/CD на GitHub Actions и Terraform.
- 06Завершается итоговым проектом, объединяющим весь пайплайн.
Сценарии использования
- Для специалистов по данным, которые учатся переводить модели из ноутбуков в эксплуатацию.
- Для ML-инженеров, которым нужна структурированная программа по деплою и мониторингу.
- Для инженеров-программистов, которые создают портфолио-проект с применением практик MLOps.
Быстрый старт
- 1
Откройте материалы курса на GitHub
- 2
Посмотрите видеолекции в плейлисте на YouTube
- 3
Присоединитесь к каналу Slack, чтобы задавать вопросы и делиться успехами
Что важно знать
- На 2026 год очный поток не запланирован, поэтому вы будете учиться в собственном темпе.
- Задания для самостоятельного обучения проверяются самостоятельно и не оцениваются; сертификат и взаимная проверка работ не предусмотрены.
Темы
Частые вопросы
- Что такое mlops-zoomcamp?
- Бесплатный онлайн-курс по MLOps на 9 недель для самостоятельного изучения: трекинг экспериментов, оркестрация, деплой, мониторинг и лучшие практики. MLOps Zoomcamp — бесплатный курс от DataTalks.Club, который учит переводить модели машинного обучения от обучения и экспериментов к эксплуатации и обеспечивать их надёжную работу. Курс состоит из шести модулей с видеолекциями, домашними заданиями и итоговым проектом полного цикла.
- mlops-zoomcamp можно использовать бесплатно? Какая у него лицензия?
- У mlops-zoomcamp не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.
- mlops-zoomcamp всё ещё поддерживается?
- Активно поддерживается. Последний коммит в mlops-zoomcamp — 15 окт. 2026 г..
- Для чего можно использовать mlops-zoomcamp?
- Для специалистов по данным, которые учатся переводить модели из ноутбуков в эксплуатацию. Для ML-инженеров, которым нужна структурированная программа по деплою и мониторингу. Для инженеров-программистов, которые создают портфолио-проект с применением практик MLOps.
- Как установить mlops-zoomcamp?
- Откройте материалы курса на GitHub Посмотрите видеолекции в плейлисте на YouTube Присоединитесь к каналу Slack, чтобы задавать вопросы и делиться успехами
- Где скачать mlops-zoomcamp?
- Исходный код и инструкции по установке — на GitHub: https://github.com/DataTalksClub/mlops-zoomcamp
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Apache Airflow — платформа для программного описания, планирования и мониторинга рабочих процессов в виде Python-кода (Dags).
Python-пакет для быстрого создания и публикации веб-демо и интерфейсов для моделей машинного обучения, API и любых Python-функций.
Открытая система для запуска, управления и масштабирования AI-нагрузок в Kubernetes, Slurm и более чем 20 облаках и у GPU-провайдеров через единый интерфейс.
Платформа на базе Kubernetes для масштабируемого развертывания и обслуживания предиктивных и генеративных ИИ-моделей на разных ML-фреймворках.
Создаёт модели машинного обучения по описанию задачи на естественном языке и табличному набору данных с помощью мультиагентного процесса.