Как мы делали фреймворк для наших ML-проектов... и у нас получилось

У вас было так, что каждая разрабатываемая командой модель лежит в своем уникальном репозитории, непохожим на остальные? А было, что у каждой из моделей собственная система версионирования и вывода в прод, разный способ запускать обучение и даже разный способ менеджить гиперпараметры? В команде спикера было. И это больно.

Из доклада вы узнаете, как в команде удалось унифицировать разработку всех  моделей и сделать для этого удобный фреймворк. Спикер расскажет, с какими трудностями столкнулись, как их решали, какой получился результат и что полезного усвоили в процессе работы.