raminmohammadi/MLOps

Что это?

Ключевые возможности

• 01Практические лабораторные работы охватывают жизненный цикл ML — от пайплайнов до production
• 02Контейнеризация, оркестрация и CI/CD-пайплайны для ML-нагрузок
• 03Упражнения по мониторингу моделей, переобучению и обработке дрейфа данных
• 04Лабораторные работы по LLMOps: оценка, выравнивание и развёртывание LLM

Сценарии использования

• Прохождение университетского курса по MLOps с последовательными лабораторными работами и примерами кода
• Изучение того, как переводить модели машинного обучения в production
• Знакомство с практиками LLMOps для оценки и развёртывания больших языковых моделей

Быстрый старт

1. 1

   Клонируйте этот репозиторий на локальный компьютер

2. 2

   Перейдите к нужной вам лабораторной работе

3. 3

   Прочитайте инструкции к лабораторной работе и следуйте приведённым примерам кода

Что важно знать

• !Это учебные материалы (лабораторные работы и материалы для чтения), а не упакованный программный проект, поэтому единой команды для установки или запуска нет.
• !В README указана лицензия MIT, но также запрещено использовать материалы в таких же или похожих курсах Northeastern University без письменного разрешения. В метаданных при этом указана лицензия CC0-1.0.

В подборках

Темы

Частые вопросы

Что такое MLOps?

Лабораторные работы, материалы для чтения и задания курса по MLOps и LLMOps в Northeastern University: развёртывание и мониторинг ML-моделей. В этом репозитории собраны лабораторные работы, примеры кода и материалы для чтения курса по MLOps в Northeastern University (DADS 7305). Он служит ресурсным центром для студентов и преподавателей: практические занятия последовательно охватывают жизненный цикл машинного обучения — от построения пайплайнов до развёртывания моделей и их поддержки в production.

MLOps можно использовать бесплатно? Какая у него лицензия?

MLOps распространяется с открытым исходным кодом под лицензией CC0-1.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

MLOps всё ещё поддерживается?

Активно поддерживается. Последний коммит в MLOps — 11 окт. 2026 г..

Для чего можно использовать MLOps?

Прохождение университетского курса по MLOps с последовательными лабораторными работами и примерами кода Изучение того, как переводить модели машинного обучения в production Знакомство с практиками LLMOps для оценки и развёртывания больших языковых моделей

Как установить MLOps?

Клонируйте этот репозиторий на локальный компьютер Перейдите к нужной вам лабораторной работе Прочитайте инструкции к лабораторной работе и следуйте приведённым примерам кода

Где скачать MLOps?

Исходный код и инструкции по установке — на GitHub: https://github.com/raminmohammadi/MLOps