Задача / 01Описать релиз / Подключить проверки
Связываем модель, окружение исполнения и код обработки.
Настраиваем технические тесты и согласованную оценку качества.
CI/CD для ML · Настройка · Сопровождение
Настраиваем CI/CD для ML-систем: проверки кода, упаковку модели, оценку на контрольных данных и продвижение утверждённой версии в среду исполнения.
Критерии качества модели согласует владелец ML-продукта. Автоматический выпуск включаем только для явно определённых условий допуска.
Подготовим вводные
Три вопроса помогут определить контур работ и следующий шаг к оценке.
Состав работ зависит от вашей системы и согласованных критериев результата.
Задача / 01Связываем модель, окружение исполнения и код обработки.
Настраиваем технические тесты и согласованную оценку качества.
Задача / 02Фиксируем версии и переходы между средами.
Задача / 03Тестируем выпуск и использование предыдущего комплекта.
Состав команды и участие сотрудников согласуем с учётом задач проекта и сроков.
Специалистов: 15
Специалисты не найдены. Измените параметры или сбросьте фильтры.

Scala ML Engineer

Data engineer

Data Scientist

Data Scientist

Data Scientist

Data Scientist

Data Scientist

Data Scientist

Data Scientist

Data Scientist

Data Scientist

ML-инженер

ML-инженер

NLP инженер

NLP инженер
Связываем модель, окружение исполнения и код обработки. Настраиваем технические тесты и согласованную оценку качества. Фиксируем версии и переходы между средами. Тестируем выпуск и использование предыдущего комплекта.
Модель, код обработки и зависимости. Контрольные наборы и метрики допуска. CI, реестр и площадки исполнения.
Состав доработок приложений, закупку лицензий и дальнейшее сопровождение согласуем отдельно от первичной настройки.
Конкретный состав артефактов и критерии приёмки фиксируем перед началом работ.
Проверки и доставка связаны в единый процесс.
Понятные критерии выпуска и маршрут согласования.
Инструкция возвращения к утверждённому комплекту.
Состав решения согласуем с учётом вашей инфраструктуры и задач.
Проверки и доставка связаны в единый процесс.
Понятные критерии выпуска и маршрут согласования.
Инструкция возвращения к утверждённому комплекту.
Разберём текущую схему, требования и ограничения. Согласуем пилот и проверяемые критерии готовности.
Предоставляйте только необходимые сведения и минимальные права для выбранного этапа.
ПЕРЕД СТАРТОМ
Общая картина проектаОснова для оценки объёма и плана работ
Разберём текущую схему и определим объём изменений.
Проверим решение на одном согласованном проекте.
Расширим проверенный подход на выбранные системы.
Разберём настройки, инструкции и контрольные сценарии.
Определим исходное состояние, границы работ и критерии приёмки.
Разберём текущую схему, требования и ограничения. Согласуем пилот и проверяемые критерии готовности.
Реализуем согласованный объём на выбранном контуре.
Настраиваем технические тесты и согласованную оценку качества. Фиксируем версии и переходы между средами.
Проверим результат по согласованным сценариям и передадим материалы команде.
Проверяем остановку на неуспешной проверке. Проверяем соответствие модели и окружения. Проверяем предыдущий комплект на контрольном запросе. Инструкция возвращения к утверждённому комплекту.
Стоимость и продолжительность определяем после анализа исходных данных, доступа и согласованного объёма. Подготовим индивидуальную оценку с учётом требований к результату.
| Фактор | Что оцениваем |
|---|---|
| Комплект | Модель, код обработки и зависимости. |
| Оценка | Контрольные наборы и метрики допуска. |
| Среды | CI, реестр и площадки исполнения. |
| Охват внедрения | Количество проектов, окружений и контрольных сценариев; необходимая глубина автоматизации. |
Проверяем остановку на неуспешной проверке.
Проверяем соответствие модели и окружения.
Проверяем предыдущий комплект на контрольном запросе.
Передаём согласованные настройки, результаты проверки и инструкции. Дополнительное сопровождение и режим реакции обсуждаем отдельно.
Существующие проекты и отзывы компании CodeHub. Примеры не означают, что именно эта услуга выполнялась в каждом проекте.
Python · автоматизация тестирования
Московская биржа. Автоматизация тестирования
Данные · смежный опыт
Крупнейший ритейл - проекты по SAP и Data
Усиление командами и точечными ИТ-специалистами команды интегратора Иннотех на проектах ВТБ и дочерних компаний
Взаимодействие с интегратором в рамках разработки внутренней HR CRM для автоматизации рекрутмента и хранения внутренней базы кандидатов
1С Разработка для Р-Фарм
Усиление команд, предоставление выделенной команды.
Усиление отделов Java + Kotlin разработки.
Восстановление ИТ-инфраструктуры после кибератак
Мобильное приложение для Edtech-платформы для школьников на Unity
Отзывы клиентов о работе компании CodeHub; они не являются подтверждением выполнения конкретно этой услуги.
Борис Губанов
Клиент CodeHub
Татьяна Тарасенкова
Гульмира
Вячеслав Юдин
Здесь основной предмет — проверки и выпуск готового комплекта, а не выполнение обучения.
Состав контроля зависит от проекта и может включать качество модели, данные и совместимость сервиса.
Проверяем согласованные сценарии, передаём настройки, результаты испытаний и инструкции эксплуатации.
Описание процесса, инструментов и требований. Для начала достаточно обезличенных примеров без секретов.
По результатам оценки согласуем охват систем, этапы работ и критерии приёмки. Расходы на внешние сервисы укажем отдельно.
Да. Выберем ограниченный объект, проверим результат и затем согласуем расширение.
Опишите задачу по услуге «CI/CD для ML-систем». Уточним вводные, ограничения и следующий шаг к оценке.