• hackathon@warsaw.ai
  • Campus Google for Startups, Warsaw

MLOps Masterclass

Przygotuj się do Hackathonu

Ten Masterclass to praktyczne warsztaty skupiające się na nowoczesnych narzędziach i architekturze produkcyjnej dla projektów ML/AI. Nauczysz się, jak projektować, wdrażać i monitorować systemy uczenia maszynowego przy użyciu chmury, kontenerów i automatyzacji. Warsztaty prowadzi dr hab. inż. Andrzej Wodecki. Łącznie to prawie 11 godzin autorskich nagrań + ćwiczeń praktycznych.

Masterclass zostanie udostępniony wyłącznie osobom, które zarejestrują się na Hackathon Warsaw.AI. Został przygotowany jest w języku angielskim i jest możliwy do przerobienia w dowolnym momencie.

Bloki tematyczne kursu

Module 0: Introduction

Introduction to MLOps concepts, course structure, and learning objectives.

Module 1: Set-up

Development environment configuration, Python setup, and tooling introduction.

Module 2: BigData

  • pandas vs DuckDB Performance Comparison – Benchmark data processing at scale (100M-1B records)
  • BigQuery Data Transfer – Import public datasets to GCP infrastructure
  • Efficient data processing patterns
  • Cloud storage optimization

 

Module 3: Model Lifecycle

CRISP-DM methodology, data understanding, preparation, and modeling workflows.

Module 4: Software Engineering

Best practices for production ML code: version control, testing, documentation, and code quality.

Module 5: ML Pipelines

Building reproducible ML pipelines, data versioning, and workflow orchestration.

Module 6: Containerization

  • Docker fundamentals
  • Single and multi-container applications
  • Volume management
  • Production deployment patterns

 

Module 7: AutoML

Automated machine learning with PyCaret and AutoGluon for rapid prototyping.

Module 8: Experiment Tracking

Weights & Biases (WandB) integration for experiment management and model versioning.

Module 9: Data and Model Drift

Monitoring model performance, detecting drift, and triggering retraining pipelines.

Module 10: Kubernetes and Kubeflow

Container orchestration, scaling ML workloads, and Kubeflow pipelines.

Module 11: AI Architecture Design

System design patterns, microservices architecture, and production ML systems.

 

🎓 Dla osób zarejestrowanych na Hackathon dostęp do kursu zostanie udostępniony na platformie Discord na serwerze Hackathonu Warsaw.AI

📄 Wszelkie prawa autorskie do treści i materiałów, w tym nagrań, prezentacji i kodu źródłowego, należą do dr Andrzeja Wodeckiego.

Dr hab. Andrzej Wodecki

prof. PW

O prowadzącym:

Profesor Politechniki Warszawskiej i Polsko-Japońskiej Akademii Technik Komputerowych. Specjalizuje się w zastosowaniach technologii generatywnych (w szczególności systemów wielo-agentowych) i uczenia maszynowego w zarządzaniu, analityce biznesowej oraz automatyzacji procesów. Kierownik programów Digital MBA w Szkole Biznesu PW.

Autor książek “Sztuczna inteligencja w kreowaniu wartości organizacji” i “Sztuczna inteligencja we współczesnych organizacjach”. Konsultant i mentor startupów technologicznych oraz wdrożeniowych projektów AI w Polsce i Europie.