Machine learning at scale

Machine learning at scale es una plataforma de conocimiento por suscripción dedicada a ayudar a los ingenieros de machine learning a mejorar sus habilidades, con el objetivo de convertirlos en ingenieros de machine learning 10 veces más capaces. La dirige Ludovico Bessi (Ludo), ingeniero de machine learning en Google, y ya cuenta con más de 6000 ingenieros suscritos de empresas como Google, Amazon, YouTube y Microsoft.

Contenido y funciones principales

• Anatomía de los sistemas de ML: análisis profundo de la estructura interna y los componentes de los sistemas de machine learning.
• Patrones de los sistemas de ML: exploración de patrones habituales y buenas prácticas para diseñar sistemas de ML.
• Casos prácticos de sistemas de ML: análisis de la construcción y optimización de sistemas de ML a gran escala mediante casos reales.

Próximos análisis en profundidad

• Entrenamiento de LLM: entrenamiento de modelos de lenguaje grandes.
• Inferencia de LLM a gran escala.
• Sistemas de recomendación a gran escala.
• Sistemas de visión por computador en producción.
• Sistemas de búsqueda y clasificación.
• Curso MLSys: curso sobre sistemas de machine learning.

Usuarios objetivo

• Ingenieros de machine learning que quieren mejorar sus habilidades y aprovechar todo su potencial.
• Empresas que buscan ayuda en IA, especialmente en recuperación de información, clasificación, sistemas de recomendación e integraciones de LLM.

Experiencia del autor

El contenido lo proporciona un experto con amplia experiencia práctica. Entre los principales logros de Ludovico Bessi se incluyen:

• trabajar en Google con sistemas de ML a gran escala para combatir abusos entre miles de millones de usuarios, a 500k QPS;
• preentrenar y ajustar modelos basados en transformadores para comprender el comportamiento de los usuarios;
• trabajar con los sistemas integrales de YouTube Ads, desde la selección de anuncios hasta los formatos;
• contribuir a convertir YouTube en el mejor destino de compras por vídeo mediante mejores sistemas de recomendación;
• aplicar técnicas de machine learning en CERN para comprender las interacciones entre partículas;
• desarrollar en Volvo una tesis de visión por computador basada en transformadores.

Uso y precios

Los usuarios pueden suscribirse mediante Substack para recibir análisis semanales de calidad, actualmente de forma gratuita. Las empresas que busquen ayuda en IA pueden contactar a través de LinkedIn para una consulta inicial gratuita.