← Кейсыконсультации
20+ индивидуальных консультаций
Консультации по ML-инфраструктуре на getMentor и по запросам из канала. Приходят инженеры, которые хотят в MLOps, и команды, которым надо построить ML-инфраструктуру.
Цифры
С чем приходят
- «Куда расти и что вообще делает MLOps-инженер?» Рынок сам не понимает: в вакансиях от DevOps до Technical Product Manager.
- Как построить платформу для ML-нагрузок и что делать с GPU в Kubernetes.
- Как подобрать инфраструктуру под LLM и задеплоить инференс на GPU.
С чем уходят
- Понятная специализация: MLOps разложен на Data, ML и Inference, выбрана своя.
- Личный роадмап: что уже знаешь, где пробелы, что учить и в каком порядке.
- Материалы после встречи: статьи, доклады, чек-листы.
Что делаем на сессии
Раскладываем MLOps на Data, ML и Inference. Разбираем вертикали и горизонталь, которая автоматизирует доставку ценности от данных до эндпоинта, и выбираем специализацию под задачи человека.
Строим личный роадмап: что уже знаешь, где пробелы, что учить и в каком порядке.
Разбираем инженерные вопросы: архитектура ML-платформы, GPU в Kubernetes, подбор GPU и конфигурации под LLM, inference-сервисы.
Делюсь материалами после встречи: статьи, доклады, чек-листы. Лучшие ответы превращаются в публичные гайды, например гайд по деплою инференса на GPU.
Отзывы
Антон не просто разбирается - он практикующий профессионал, и его ответы основаны на непосредственной практике.
George
Помог разобраться с тем, что я уже знаю, что мне нужно изучить и в какой последовательности.
Konstantin
Крутое понимание GPU, может все понятно объяснить.
Vlad
Темы
MLOps-роадмапML-платформыGPU в Kubernetesинференсподбор инфраструктуры под LLM
Моя роль
Ментор на getMentor, консультирую с февраля 2025 года.