FLINK и событийное время: смотрим и разбираемся с Watermark/Timestamp

Погружение в LangGraph

Пример использования LLM на LangChain

Начало работы с LLM (Large Language Model)

Бесплатный митап Retry Policy TASK в Trino не только и не столько надежность

Деревья решений. Практика

Настройка виртуальных машин на YandexCloud для выполнения лабораторных работ

Meetup "Исполнение запросов Trino и Spark"

Деревья решений. Теория

Pandas 2.0 vs Pandas 1.x vs Polars: Что быстрее и лучше для анализа данных?

Митап "Trino для нетерпеливых"

TRINO быстрый, простой, распределенный SQL движок

Введение в Pandas 2.0 и Polars

Временные ряды. Часть 4

Временные ряды. Часть 3

Временные ряды. Часть 2.

Временные ряды. Часть 1

MPP: новый подход к мониторингу ML

Мониторинг моделей машинного обучения в продакшене

A/B тестирование в машинном обучении

Mage.ai

«Модель Dataflow и паттерны управления пайплайнами обработки данных в Apache Beam в Kubernetes"

Митап "Модели и паттерны управления приложениями Apache Spark и Apache Flink на Kubernetes"

Анонс"Модель Dataflow и паттерны управления пайплайнами обработки данных в Apache Beam в Kubernetes"

Анонс митапа «Модели и паттерны управления приложениями Apache Spark и Flink на Kubernetes»

KEDRO

Шаблонизация проектов. Cookiecutter

9. Структуры и типы данных в Python. Float

8. Структуры и типы данных в Python. Декартово дерево.

7. Структуры и типы данных в Python. Хэш-таблицы

6. Структуры и типы данных в Python. Бинарное дерево поиска (BST)

5. Структуры и типы данных в Python. Связные списки

МИТАП "Apache Spark на Kubernetes своими руками"

4. Структуры и типы данных в Python. Кучи и очереди с приоритетом

3. Структуры и типы данных в Python. Словарь и целочисленный тип данных.

2. Структуры и типы данных в Python. Управление памятью

1. Структуры и типы данных в Python. Строки.

Асинхронность в Python - Курсы "Школы Больших Данных" г. Москва

Многопоточность и многопроцессорность в Python - Курсы "Школы Больших Данных" г. Москва

Инструкция по настройке клиента Pritunl VPN для клиентов "Школы Больших Данных" Yandex Cloud

Митап "ELT в эпоху Big Data: что такое Data Build Tool и как это работает"

3. Пишем свой Telegram bot на Python с встроенным ChatGPT. + Docker "Школа Больших Данных" г. Москва

МИТАП "Scala как язык разработки Spark-приложений"

2. Промпты ChatGPT. Решение математических и IT задач. - Курсы "Школы Больших Данных" г. Москва

1. Введение в ChatGPT. История и архитектура сети. Курсы "Школы Больших Данных" г. Москва

МИТАП «Clickhouse как основа DWH»

Что такое RabbitMQ и чем он отличается от Apache Kafka за 10 минут

Практический курс Data Pipeline на Apache Airflow - "Школы Больших Данных" г. Москва

Kafka в ML задачах, стенд с FastApi и PostgreSql - Курсы "Школы Больших Данных" г. Москва

Kafka в ML задачах, интеграция модели - Курсы "Школы Больших Данных" г. Москва

Kafka в ML задачах, подготовка модели машинного обучения - Курсы "Школы Больших Данных" г. Москва

Kafka в ML задачах - Курсы "Школы Больших Данных" г. Москва

Интерпретация простых моделей машинного обучения

Инструмент interpretation.ml для интерактивной интерпретации моделей машинного обучения

Сервис на базе streamlit и fastapi

Функциональное веб приложение на Streamlit часть 2 - Курсы "Школы Больших Данных" г. Москва

Функциональное веб приложение на Streamlit часть 3 - Курсы "Школы Больших Данных" г. Москва

Начало работы с Streamlit - Курсы "Школы Больших Данных" г. Москва

Мониторинг apache airflow с помощью flower

Введение в Apache Nifi - Курсы "Школы Больших Данных" г. Москва