Как построить ML-систему, которая обрабатывает десятки миллионов предсказаний в месяц? Особенно когда речь идет о критически важном производственном процессе!

В новом выпуске подкаста "AWS на русском" мы говорим с AWS ML Hero Рустемом (Rustem Feyzkhanov) о том, как масштабировать ML-системы в облаке от этапа исследований до промышленного внедрения:

🔹 Как построить эффективный ML-пайплайн для автоматического обучения моделей

🔹 Почему SageMaker Training Jobs и AWS Lambda — идеальная комбинация для масштабирования

🔹 Как оптимизировать расходы на ML-инфраструктуру с помощью spot-инстансов

🔹 Секреты мониторинга и отладки ML-систем в продакшене

Этот выпуск будет особенно полезен ML-инженерам, DevOps-специалистам и техническим лидам, которые работают над масштабированием ML-решений в облаке.

💡 Узнаете, как сократить время итерации ML-экспериментов с дней до часов и автоматизировать процесс вывода моделей в продакшен.

Навигация для Podbean:

• (0:00) Введение и представление гостя

• (5:30) Особенности AutoML платформы

• (15:45) ML-пайплайны и инфраструктура

• (25:20) Масштабирование и оптимизация

• (35:10) Мониторинг и поддержка

• (45:30) Рекомендации и выводы

Навигация для YouTube:

00:00:00 - Начало

00:05:30 - Особенности AutoML платформы

00:15:45 - ML-пайплайны и инфраструктура

00:25:20 - Масштабирование и оптимизация

00:35:10 - Мониторинг и поддержка

00:45:30 - Рекомендации и выводы

🎧 Слушайте на любимой платформе:

• YouTube

• Podbean

• Apple Podcast

• Яндекс.Музыка

• Spotify

• RSS

💬 А как вы решаете задачи масштабирования ML-систем? Делитесь опытом в комментариях!

#AWS #MachineLearning #SageMaker #MLOps

Думаете, достаточно просто задать вопрос искусственному интеллекту и получить идеальный ответ? На самом деле всё гораздо интереснее!

В новом выпуске подкаста "AWS на русском" мы с Федором Павловым погружаемся в мир prompt engineering и раскрываем секреты эффективного взаимодействия с LLM:

🔹 Почему простой вопрос — это часто ошибочная стратегия 🔹 Как правильно задавать контекст и роли для AI 🔹 Few-shot learning: магия примеров в действии 🔹 Продвинутые техники для улучшения качества ответов

Особенно интересно будет разработчикам, которые хотят повысить свою продуктивность с помощью AI-инструментов, таких как Amazon Q Developer.

💡 Узнаете, почему фраза "думай пошагово" творит чудеса с AI и как избежать типичных ошибок при составлении промптов.

🎧 Слушайте на любимой платформе:

• YouTube • Podbean • Apple Podcast • Яндекс.Музыка • Spotify • RSS

💬 А как вы используете AI в своей работе? Делитесь опытом в комментариях!

#AWS #AI #PromptEngineering #LLM #разработка #подкаст

• (0:00) Введение • (0:25) Приглашенный гость Федор Павлов • (0:29) Обсуждение General TFI и промпт-инжиниринг • (2:08) Почему простой вопрос — это часто ошибочная стратегия • (2:29) Сравнение промпт-инжиниринга с SQL

• (4:05) Как правильно задавать контекст и роли для AI • (6:51) Зачем нужен prompt engineering • (12:25) Few-shot learning: магия примеров в действии • (18:36) Продвинутые техники для улучшения качества ответов • (38:48) Борьба с галлюцинациями в моделях

• 00:00:00 - Начало • 00:00:25 - Приглашенный гость Федор Павлов • 00:00:29 - Обсуждение General TFI и промпт-инжиниринг • 00:02:08 - Почему простой вопрос — это часто ошибочная стратегия • 00:02:29 - Сравнение промпт-инжиниринга с SQL

• 00:04:05 - Как правильно задавать контекст и роли для AI • 00:06:51 - Зачем нужен prompt engineering • 00:12:25 - Few-shot learning: магия примеров в действии • 00:18:36 - Продвинутые техники для улучшения качества ответов • 00:38:48 - Борьба с галлюцинациями в моделях

В новом эпизоде мы погружаемся в горячую тему — изменения в AWS SageMaker и появление SageMaker LakeHouse!

Наш специальный гость — эксперт по аналитике Eugene Krasikov — раскрывает все карты:

• 🔄 Как эволюционировали хранилища данных за последние 20 лет

• 🎯 Почему Apache Iceberg становится новым стандартом

• 🚀 Что такое SageMaker Lakehouse и как он может изменить вашу работу с данными

• 💡 Как построить современное хранилище данных без головной боли

Особенно интересно будет тем, кто работает с:

• Data Lake и Data Warehouse

• Аналитикой больших данных

• Machine Learning проектами

🎧 Слушайте на любимой платформе:

• YouTube: https://www.youtube.com/watch?v=IhDf_c1icRE&list=PLxtckYH8Cdy_WT5tcCITt_f61Zr2qQJbL

• Podbean: https://awsinrussian.podbean.com/

• Apple Podcast: https://podcasts.apple.com/by/podcast/aws-%D0%BD%D0%B0-%D1%80%D1%83%D1%81%D1%81%D0%BA%D0%BE%D0%BC/id1600771698

• Яндекс.Музыка: https://music.yandex.ru/album/20088544

• Spotify: https://open.spotify.com/show/4kOoih4FvHqyK5mLF3E42J

• RSS: https://feed.podbean.com/awsnarusskom/feed.xml

💬 Какие темы по SaaS и облачным технологиям вы хотели бы услышать в следующих выпусках? Делитесь в комментариях!