MLOPSПрограмма ДПОСредний уровень
Инженер DevOps / MLOps
CI/CD, жизненный цикл ML-моделей, эксперименты, оркестрация пайплайнов и мониторинг
- Объём
- 150 часов
- Длительность
- 1 месяц очно (5/7) или 6 месяцев вечером
- Формат
- Очно (5/7) или 3 занятия по 2 часа в неделю
- Стоимость
- Стоимость уточняется при записи
- Ближайший старт
- 4 декабря 2026
Автоматизация доставки кода и моделей: GitLab CI/CD, MLflow, Optuna, Apache Airflow, Prometheus и Grafana для MLOps.
Инженер DevOps сочетает навыки разработки и системного администрирования, чтобы быстро и надёжно доставлять ПО: CI/CD, контейнеризация, мониторинг и логирование.
Инженер MLOps внедряет и поддерживает системы для развёртывания и управления ML-моделями в промышленной среде: автоматизирует обучение, строит воспроизводимые пайплайны, следит за качеством моделей в продакшене и вовремя переобучает их.
Чему научитесь
- Управление кодом и CI/CD на базе GitLab
- Трекинг экспериментов, реестр и развёртывание моделей в MLflow
- Оптимизация гиперпараметров с Optuna
- Оркестрация ML-пайплайнов в Apache Airflow
- Мониторинг метрик и качества моделей: Prometheus и Grafana, в том числе в Kubernetes
Технологии
GitGitLab CI/CDDockerKubernetesMLflowOptunaApache AirflowPrometheusGrafanaPython
Модули
01 GitLab: управление кодом и CI/CD 10 26 ч
- Основы Git, ветвление, merge requests и код-ревью
- Проекты и настройки GitLab
- CI/CD: пайплайны, раннеры, окружения
- Безопасность и управление доступом
- Мониторинг и отчёты
02 MLflow и Optuna: эксперименты и модели 10 30 ч
- Трекинг экспериментов, реестр моделей
- Развёртывание моделей, интеграция с CI/CD и Airflow
- Оптимизация гиперпараметров с Optuna, связка с MLflow
- Кейсы из реальных сценариев
03 Apache Airflow: жизненный цикл ML 8 24 ч
- DAG и операторы
- Интеграция Airflow в MLOps
- Тестирование, деплой и мониторинг ML-моделей
04 Prometheus и Grafana для MLOps 8 24 ч
- Системные метрики и метрики ML-приложений
- Метрики качества моделей и алерты
- Промышленное развёртывание в Kubernetes
Для кого
- DevOps-инженеры, переходящие в ML
- ML-инженеры и дата-сайентисты, которым нужно доводить модели до продакшена
- Разработчики backend
Нужно на старте
- Linux и Git на уровне пользователя
- Python
- Базовые знания Docker
Потоки
4 декдо 1 янв
Интенсив
Очно · Пн–Пт, 10:00–17:00
свободно 16 из 16
Заявка на обучение
Расскажите немного о себе — куратор свяжется в течение двух рабочих дней, проведёт короткое собеседование и поможет выбрать поток.
- Заявка
- Собеседование
- Доступ к кластеру и чату потока