<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Mlops on Digitable courses</title>
    <link>https://courses.digitable.life/tags/mlops/</link>
    <description>Recent content in Mlops on Digitable courses</description>
    <generator>Hugo</generator>
    <language>ru-RU</language>
    <lastBuildDate>Sat, 01 Aug 2026 00:12:59 +0300</lastBuildDate>
    <atom:link href="https://courses.digitable.life/tags/mlops/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>MLOps: от эксперимента до продакшена</title>
      <link>https://courses.digitable.life/post/machine-learning/15-mlops/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/machine-learning/15-mlops/</guid>
      <description>Как ноутбук с 0.91 AUC превращается в систему, которая держит нагрузку, переобучается сама и не разваливается через месяц: воспроизводимость, трекинг экспериментов, feature store, реестр моделей, CI/CD/CT, стратегии выката, мониторинг дрейфа и экономика всего этого.</description>
    </item>
    <item>
      <title>Интерпретируемость, устойчивость и безопасность моделей</title>
      <link>https://courses.digitable.life/post/neural-networks/11-interpretability-and-safety/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/neural-networks/11-interpretability-and-safety/</guid>
      <description>Почему модель приняла такое решение, что с ней будет при сдвиге данных и атаке, и как выстроить эшелонированную защиту в проде: атрибуция и механистическая интерпретируемость, adversarial-примеры и сертифицированная устойчивость, калибровка, OOD, jailbreak и prompt injection.</description>
    </item>
    <item>
      <title>Инференс и деплой: квантизация, дистилляция, сервинг</title>
      <link>https://courses.digitable.life/post/neural-networks/10-inference-and-deployment/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/neural-networks/10-inference-and-deployment/</guid>
      <description>Как превратить обученную модель в дешёвый и предсказуемый сервис: roofline-анализ узких мест, квантизация от математики до INT4, дистилляция, прунинг, компиляция графа, архитектура сервинга и безопасный роллаут.</description>
    </item>
  </channel>
</rss>
