Machine learning op schaal

Kernsamenvatting

Machine learning at scale is een kennisplatform op abonnementsbasis dat Machine Learning-engineers helpt hun vaardigheden te ontwikkelen, met als doel hen uit te laten groeien tot een 10 keer betere Machine Learning-engineer. Het platform wordt beheerd door Ludovico Bessi (Ludo), een Machine Learning-engineer bij Google. Meer dan 6000 Machine Learning-engineers van toonaangevende bedrijven zoals Google, Amazon, YouTube en Microsoft zijn al geabonneerd.

Belangrijkste content en functies

• Anatomy of ML Systems: een diepgaande blik op de interne structuur en onderdelen van machinelearningsystemen.
• Patterns of ML Systems: verkenning van gangbare patronen en best practices voor het ontwerpen van ML-systemen.
• ML Systems Case Studies: analyse van de bouw en optimalisatie van grootschalige ML-systemen aan de hand van praktijkcases.

Aankomende deep dives

• LLM training: training van Large Language Models.
• LLM Inference At Scale: grootschalige LLM-inference.
• Recommendation Systems at Scale: grootschalige aanbevelingssystemen.
• Computer Vision Systems in Production: CV-systemen in productieomgevingen.
• Search & Ranking Systems: zoek- en rankingsystemen.
• MLSys course: cursus over Machine Learning Systems.

Doelgebruikers

• Machine Learning-engineers die hun vaardigheden willen ontwikkelen en hun volledige potentieel willen benutten.
• Bedrijven die AI-hulp zoeken, specifiek voor Retrieval, Ranking, Recommendation systems en LLM integrations.

Belangrijkste voordelen en achtergrond van de auteur

De content wordt geleverd door een expert met ruime praktische ervaring in het werkveld. Belangrijke prestaties van Ludovico Bessi zijn onder meer:

• Werken met grootschalige ML-systemen bij Google om misbruik tegen te gaan bij miljarden gebruikers en 500k QPS.
• Voortrainen en finetunen van op transformers gebaseerde modellen om gebruikersgedrag te begrijpen.
• Werken aan de end-to-end YouTube Ads-systemen, van advertentieselectie tot formats.
• YouTube uitbouwen tot de beste bestemming voor video-shopping ter wereld door betere aanbevelingssystemen te ontwikkelen.
• Machine Learning-technieken toepassen bij CERN om de interacties tussen deeltjes te begrijpen.
• Een thesis over computer vision op basis van Transformers ontwikkelen bij Volvo.

Gebruik en prijzen

• Gebruikers kunnen zich via Substack abonneren op wekelijkse inzichten van hoge kwaliteit; momenteel is dit gratis.
• Bedrijven die AI-hulp zoeken voor Retrieval, Ranking, Recommendation systems en LLM integrations kunnen via LinkedIn contact opnemen voor een gratis eerste consult.