Аннотация рабочей программы дисциплины
«Автоматизация машинного обучения»

Цель изучения дисциплины В дисциплине «Автоматизация машинного обучения» рассматриваются подходы к созданию автоматических пайплайнов систем машинного обучения с использованием инструментов DevOps и MLOps: Continuous Integration/Continuous Delivery, Docker, Kebernetis, фреймворки систем автоматизации машинного обучения. Преимущественно рассматриваются бесплатные продукты с открытым исходным кодом
Место дисциплины в учебном плане Б1.О.4
Формируемые компетенции ОПК-10
Знания, умения и навыки, получаемые в результате освоения дисциплины
Знать:
современные информационно-коммуникационные и интеллектуальные технологии, инструментальные среды, программно-технические платформы для решения профессиональных задач.
современное программное и аппаратное обеспечение информационных и автоматизированных систем.
аппаратные средства и платформы инфраструктуры информационных технологий, виды, назначение, архитектуру, методы разработки и администрирования программно-аппаратных комплексов объекта профессиональной деятельности.
методы системного анализа для постановки задач и отыскания возможных путей их решения в сфере исследовательской деятельности.
методы и инструментальные средства систем искусственного интеллекта, критерии их выбора и методы комплексирования в рамках создания интегрированных гибридных интеллектуальных систем различного назначения.
унифицированные и обновляемые методологии описания, сбора и разметки данных, а также механизмы контроля за соблюдением указанных методологий.


Уметь:
обосновывать выбор современных информационно-коммуникационных и интеллектуальных технологий, разрабатывать оригинальные программные средства для решения профессиональных задач
разрабатывать программное и аппаратное обеспечение информационных и автоматизированных систем для решения профессиональных задач.
анализировать техническое задание, разрабатывать и оптимизировать программный код для решения задач обработки информации и автоматизированного проектирования.
настраивать, конфигурировать и адаптировать программные средства системного моделирования для постановки и решения задач в сфере исследовательской деятельности.
выбирать, применять и интегрировать методы и инструментальные средства систем искусственного интеллекта, критерии их выбора и методы комплексирования в рамках создания интегрированных гибридных интеллектуальных систем различного назначения.
разрабатывать унифицированные и обновляемые методологии описания, сбора и разметки данных, а также механизмы контроля за соблюдением указанных методологий.
Иметь навыки и (или) опыт деятельности (владеть):
методами разработки оригинальных программных средств, в том числе с использованием современных информационно-коммуникационных и интеллектуальных технологий,для решения профессиональных задач.
методами модернизации программного и аппаратного обеспечения информационных и автоматизированных систем для решения профессиональных задач.
методами составления технической документации по использованию и настройке компонентов программно-аппаратного комплекса.
Содержание дисциплины Введение в автоматизацию машинного обучения. Основы Continuous Delivery (CD). Контейнеры. Облачные технологии и распределенные вычисления. Управление контейнерами в кластере. Разработка пайплайнов машинного обучения. Мониторинг . Автоматизация машинного обучения.
Виды учебной работы Лекции, практические, самостоятельная работа.
Используемые информационные, инструментальные и программные средства
Браузер (Google Chrome, Mozilia Firefox)

Используется бесплатно-распространяемое программное обеспечение:
1. Docker – https://www.docker.com/
2. Ansible – https://www.ansible.com/
3. Kubernetes – https://kubernetes.io/
4. Язык Python – https://www.python.org/
5. Система контроля версий Git – https://git-scm.com
6. GitHub – https://github.com/
7. Библиотека машинного обучения Hugging Face https://huggingface.co
Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно);
Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно);
Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно);
AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно);
ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно);
LibreOffice (https://ru.libreoffice.org/), (бессрочно);
Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно);
Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024);
Архиватор Ark (https://apps.kde.org/ark/), (бессрочно);
Okular (https://okular.kde.org/ru/download/), (бессрочно);
Редактор изображений Gimp (https://www.gimp.org/), (бессрочно)
Профессиональные базы данных, информационно-справочные системы
1. Цифровая библиотека научно-технических изданий Института инженеров по
электротехнике и радиоэлектронике (Institute of Electrical and Electronic Engineers (IEEE)) на
английском языке – http://www.ieee.org/ieeexplore
2. Oxford University Press – http://www.oxfordjournals.org/en/
3. Архив препринтов с открытым доступом – https://arxiv.org/
Материалы для лиц с ОВЗ
Весь контент ЭБС представлен в виде файлов специального формата для воспроизведения
синтезатором речи, а также в тестовом виде, пригодном для прочтения с использованием
экранной лупы и настройкой контрастности.
Базы данных, информационно-справочные и поисковые системы
1. Academic Search Ultimate EBSCO publishing – http://search.ebscohost.com
2. eBook Collections Springer Nature – https://link.springer.com/
3. Гугл Академия – https://scholar.google.ru/
4. СПС КонсультантПлюс (инсталлированный ресурс АлтГУ или http://www.consultant.ru/).
5. Электронная база данных «Scopus» (http://www.scopus.com);
6. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/)
7. Электронный научный архив УрФУ https://elar.urfu.ru/
8. Зональная научная библиотека (УрФУ) - http://lib.urfu.ru/
9. Портал информационно-образовательных ресурсов УрФУ https://study.urfu.ru/
10. Электронно-библиотечная система «Лань» – https://e.lanbook.com/
11. Университетская библиотека ONLINE – https://biblioclub.ru/
12. Электронно-библиотечная система "Библиокомплектатор" (IPRbooks) http://www.bibliocomplectator.ru/available
13. Электронные информационные ресурсы Российской государственной библиотеки https://www.rsl.ru/
14. Научная электронная библиотека «КиберЛенинка» https://cyberleninka.ru/

4. СПС КонсультантПлюс (инсталлированный ресурс АлтГУ или
http://www.consultant.ru/).
5. Электронная база данных «Scopus» (http://www.scopus.com);
6. Электронная библиотечная система Алтайского государственного университета
(http://elibrary.asu.ru/);
7. Электронный научный архив УрФУ – https://elar.urfu.ru/
8. Зональная научная библиотека (УрФУ) – http://lib2.urfu.ru/
9. Портал информационно-образовательных ресурсов УрФУ – study.urfu.ru
10. Электронно-библиотечная система «Лань» – e.lanbook.com
11. Университетская библиотека ONLINE – biblioclub.ru
12. Электронно-библиотечная система "Библиокомплектатор" (IPRbooks) –
bibliocomplectator.ru/available
13. Электронные информационные ресурсы Российской государственной библиотеки –
www.rsl.ru
14. Научная электронная библиотека – http://elibrary.ru/
15. Научная электронная библиотека «КиберЛенинка» – https://cyberleninka.ru/
16. Web of Science Core Collection – http://apps.webofknowledge.com/
Форма промежуточной аттестации Экзамен, зачет.