Архитектура ML систем

(24 ак. часов) Курс учит проектировать архитектуру ML/AI-систем end-to-end: декомпозиция бизнес-кейса, выбор стека и паттернов, организация жизненного цикла модели, трекинг экспериментов и артефактов (MLflow/ClearML), оркестрация (Airflow/Argo), feature store (Feast/Tecton), инференс-слой (Triton/TF Serving/TorchServe) и мониторинг (Prometheus/Grafana). В результате вы сможете обосновывать архитектурные решения для batch/real-time сценариев, проектировать MLOps-платформу и процессы сопровождения (воспроизводимость, дрейф, стабильность), включая особенности эксплуатации больших нейросетей и LLM/RAG.