MLOps
Red Hat AI 3.5 взялся за очереди к GPU в корпоративном AI
9 сентября Red Hat выпустила AI 3.5 с multi-tenancy, приоритетами для GPU, EvalHub и наблюдаемостью для корпоративных AI-сервисов.
Выпускник ВШЭ и «Нетологии» собрал ML-пайплайн для банков
В топ-100 операций ML-пайплайн Максима Коцюбы находил подозрительные транзакции заметно чаще случайной выборки и помогает банкам в финмониторинге.
Yelp собрал обучение ML-моделей в единый Training Orchestrator
21 июля 2026 года Yelp представил Training Orchestrator — единый слой для обучения ML-моделей вместо разрозненных Spark-скриптов команд.
InfoQ: отравление данных стало тихой угрозой для ML
22 июня 2026 InfoQ разобрал, как отравление данных ломает ML-модели: от подмены меток до бэкдоров и какие защиты нужны командам…
Когда схема данных мешает рекомендациям: урок Medium
Medium разобрал, как модель данных превратилась в узкое место feature store и начала тормозить рекомендательную систему.
Почему AI из ноутбука не доезжает до продакшена
Jupyter Notebook остается стартовой точкой для многих команд, но вывод AI в продакшен требует другой архитектуры, процессов и инженерной дисциплины.
InfoQ выпустила серию о защите ИИ: от модели до продакшена
5 материалов и одна экспертная панель: InfoQ собрала серию о том, как закрывать риски ИИ в продакшене — от фишинга…
Mallika Rao: долг в оценке ИИ ломает продукты тише, чем сбой
52-минутное выступление Mallika Rao объясняет, почему оценка ИИ-систем отстает от архитектуры и приводит к тихим, но опасным сбоям в проде.
ЦИПР-2026 показал, как рынок ИИ в России сжался до двух игроков
13 тысяч участников ЦИПР-2026 показали главный перекос: рынок ИИ в России для крупных заказчиков все чаще сводится к Сберу и…