seml:seml [objectoriented.ru]

This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong.
===== Программная инженерия для анализа данных =====

В курсе рассматриваются вопросы разработки систем обработки данных и машинного обучения.

  * Как вывести разработанную модель в продакшен?
  * Что делать для совместной работы над наукоемким ПО?
  * Как не потерять ранее достигнутые исследовательские результаты?

В результате освоения курса слушатели приобретают навыки промышленной разработки алгоритмов машинного обучения, проведения повторяемых экспериментов, использования больших данных, тестирования и процессов выполнения проектов в области машинного обучения.

Темы курса

  * Структурирование программ обработки данных (CODE)
  * Написание надежного кода (CODE)
  * Проектирование систем и хранение данных в системах машинного обучения (DATA)
  * Процессы и виды работ в проекте анализа данных (PROC)
  * Обеспечение повторяемости результатов (PROC)
  * Тестирование наукоемкого ПО (TEST)

{{seml:seml:seml-topics.doc|Список тем}} для подготовки к зачету.

==== План курса (2020) ====

^ № ^ Тема ^
| 1. | Введение. Проблемы разработки наукоемкого ПО. Качество программных систем. |
| 2. | Понятный код. Оформление и стандарты. Технический долг. Проведение код ревью. |
| 3. | Декомпозиция программ обработки данных. Метод постепенного уточнения. Повторное использование. |
| 4. | Совместная разработка. Непрерывная интеграция. Гибкие процессы разработки. |
| 5. | Процесс анализа данных. Исследовательский анализ (EDA). Представление результатов. |
| 6. | Повторное использование. Объектные методы. Структуры репозиториев. |
| 7. | Тестирование систем анализа данных. Методы модульного тестирования. Инструменты автоматизации поставки, контейнеризация. |
| 8. | Тестирование инвариантами. Adversarial testing. Тестирование наукоемкого ПО. |
| 9. | Проблема повторяемости экспериментов. Что входит в эксперимент. Конфигурация. Лаборатория данных |
| 10. | Продуктивизация ML в виде сервисов. Реализация микросервисов в Python для поставки моделей. Создание API. Принципы REST и HATEOAS. |
| 11. | Хранение данных. Релационная, колоночная, документная и др. модели. Транзакции ACID. Распределенные СУБД. CAP и BASE. |
| 12. | Технологии параллельной обработки данных. Master/Slave, MapReduce, RDD(Spark). Если успеем - Kubernetes (pods, svcs, jobs, etc ) для размещения ML сервисов. |
| 13. | Технологии GitOps, MLOps. Технологии сжатия и ускорение моделей. Средства представления API моделей. Стандартные протоколы. |

==== Курсовой проект ====

Курсовой проект посвящен созданию собственного микросервиса с моделью машинного обучения в соответствии с процессами CI/CD или разработки повторно-используемой библиотеки с реализацией алгоритмом решения прикладной ML задачи.

Задания выполняются в соответствии с процессом Scrum и CI/CD. Каждое задание - это отдельный спринт.

^ # ^ Тема задания ^
| 1. | Документирование и ревью кода |
| 2. | Реализация модели. Структурирование программы |
| 3. | Автоматизация поставки и модульное тестирование |
| 4. | Тестирование. Непрерывная интеграция |
| 5. | Реализация микросервиса или микроесервиса. Использования СУБД. Воспроизводимое обучение |
| 6. | Размещение сервиса в облаке, публикация библиотеки. |

==== Критерии оценивания ====

Итоговая оценка по курсу формируется из успешности выполнения заданий по ходу семестра - по 10% за каждое задание, и подтверждение на устном опросе владения каждой из тем курса (CODE, TEST, DATA, PROC) - 40% оценки.

==== Литература ====

  - Материалы лекций
  - Davy Cielen, Arno D.B. Meysman, Mohamed Ali. Introducing Data Science (book)
  - NoSQL Distilled (book)
  - A Survey on NoSQL Stores (2018) ACM CSUR (paper)
  - Kanewala U., Bieman J.M. Testing scientific software: A systematic literature review (paper)
  - Gerardo Cerda Neumann, Héctor Antillanca Espina, Víctor Parada Daza. Development of Scientific Software and Practices for Software Development A Systematic Literature Review (paper)
  - The Art of Software Testing - Second Edition (book)
  - Tarek Ziade. Python Microservices Development (book)
  - ГОСТ Р ИСО/МЭК 25010-2015. Модели качества (standard)
  - Test your Machine Learning Algorithm with Metamorphic Testing [[https://trustable.ai/testing-ai-metamorphic-testing/|https://trustable.ai/testing-ai-metamorphic-testing/]] (paper)
  - Recent developments in Adversarial Example [[https://trustable.ai/recent-developments-in-adversarial-example-part-i/|https://trustable.ai/recent-developments-in-adversarial-example-part-i/]] (paper)
  - MapReduce Design Patterns. Book. Donald Miner, Adam Shook (book)
  - (2018) On Reproducible AI: Towards Reproducible Research, Open Science, and Digital Scholarship in AI Publications (paper)

==== Контакты ====

Контактный адрес: course [at] objectoriented.ru 

Хританков Антон Сергеевич, к.ф.-м.н. - автор курса