Основы промышленной разработки

2023/2024

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Когда читается: 3, 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Ахтямов Павел Ибрагимович, Гаврилова Елизавета Владимировна

Язык: русский

Кредиты: 6

Контактные часы: 28

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

В этом курсе мы поговорим об аспектах, которые обычно приобретаются только на практике в процессе освоения профессии в IT. Мы рассмотрим, как вести коммуникацию между сотрудниками посредством кода, автоматизируем рутинные задачи при помощи командной строки, научимся создавать окружение проекта. Немаловажным аспектом курса является повествование об автоматизации тестирования в сфере анализа данных.

Цель освоения дисциплины

После окончания курса студенты смогут построить автоматический конвейер сборки, тестирования проекта машинного обучения и подготовки использования этого проекта в боевой среде

Планируемые результаты обучения

Слушатели познакомятся с продвинутыми сценариями использования системы контроля версий Git.
Cлушатели смогут настраивать рабочие процессы в командной строке.
Слушатели ознакомятся с основами тестирования и научатся тестировать программный код.
Слушатели ознакомятся с продвинутыми особенностями запуска набора контейнеров и научатся организовывать при помощи сервисов архитектуру программных систем.
Слушатели научатся настраивать сложные конвейеры автоматической сборки проектов на удалённых серверах.
Слушатели научатся строить системы поддержки и принятия решений в операционной среде программного продукта.
Слушатели ознакомятся с инструментами взаимодействия между процессами и настройки долгоживущих сервисов в реальной среде.
Слушатели узнают отличия между процессами промышленной разработки и разработки в сфере анализа данных.