We made it easier to try out a full RAG stack, using #Verba and Flox 
- No cloud infra required
- No Docker needed
- No weird dependencies or installs
Just by running `flox activate` you’ll get:
- An open-source RAG app built with Verba
- A working local dev environment
- GPU support out of the box
- Persistent data volumes (even after you shut down)
Guide here: https://flox.dev/blog/get-a-portable-turn-key-rag-stack-with-verba-and-flox/
This lesson kicks off in just a few days — and time to sign up is running out.
Bonus: All participants get an exclusive discount to my full Modern Forecasting Mastery course.
Secure your spot now
Rafay Systems' research exposes 93% Kubernetes cost visibility gaps amid 95% adoption rates, with $12B wasted annually on idle AI clusters. 
#AIworkloads #cloudcosts #CloudOptimization #FinOps #GPUSharing #Kubernetes #MLOps #RafaySystems #redrobot
This lesson kicks off in just a few days — and time to sign up is running out.
Bonus: All participants get an exclusive discount to my full Modern Forecasting Mastery course.
Secure your spot now
This lesson kicks off in just a few days — and time to sign up is running out.
Bonus: All participants get an exclusive discount to my full Modern Forecasting Mastery course.
Secure your spot now
This lesson kicks off in just a few days — and time to sign up is running out.
Bonus: All participants get an exclusive discount to my full Modern Forecasting Mastery course.
Secure your spot now
Как мы в Авито предсказываем категории объявлений по описанию
Привет! Меня зовут Руслан Гилязев, я работаю в подразделении DS SWAT в Авито , руковожу командой платформы Item2param. В этой статье рассказываю, с помощью каких технологий мы решаем задачу классификации объявлений и почему это важно для бизнеса. Материал будет полезен DS-инженерам любого грейда и backend-инженерам, которые интересуются темой data science.
Введение в MLflow: настройка и запуск
Введение в MLflow: настройка и запуск Привет, Хабр! Я Александр Кузьмичёв, специалист по анализу данных и машинному обучению в ПГК Диджитал. Мы в компании занимаемся разработкой цифровых продуктов для железнодорожных грузоперевозок. Ранее я рассказывал о том, как открытая платформа MLflow помогает нам в работе. В этой серии статей я хотел бы поделиться с вами увлекательным путешествием в мир MLflow, Optuna, AutoML и развёртывания моделей с помощью MLflow. Сегодня мы заложим фундамент, начнём с вводной статьи. Я расскажу, как установить и настроить MLflow, а также как опубликовать его с доступом в интернет. Это пригодится для мини- и пет-проектов. В дальнейшем добавлю функционал по логированию, что значительно упростит процесс работы с моделями. Что потребуется: Docker Statics IP- статический (неизменяемый внешний) IP Internet Free space ~40gb Что получим: MLflow Jupyter Minio Mysql Настроенные пути к портам Логин и пароли для моделей
It's *less than a week* until the next #MLOps Edinburgh session (https://lu.ma/2spfbnk8) and we have not one but two talks!
It'll be great hearing from Danny on “Scaling an LLM-Based Product Feature at ZOE" and Csoban of Skyscanner talking about "Designing MLOps for configurability and observability".
I'll be speaking at PyCon Germany 2025! 
Should I have told you before the event actually starts? ... Maybe.
Despite being terrible at talking myself up, I'm sharing my talk "Going Global: Taking code from research to operational open ecosystem for AI weather forecasting".
In this session, I'll chronicle the journey of Anemoi, from experimental code by a small research team to a robust ecosystem supporting 40+ developers across multiple international weather agencies. We'll explore:
• Evolving from research notebooks to a structured package ecosystem
• Managing 300+ configuration options with Hydra
• Implementing model sharding for global weather predictions
• Integrating modern ML tooling with traditional meteorological systems
• Practical lessons on scaling Python ML systems
Thursday, 11:35 in Platinum3
https://2025.pycon.de/talks/WMBDJ8/
Организация датасетов с ClearML
Как версионировать датасеты, отслеживать историю трансформаций в них? Как хранить метаданные? Как строить графики и статистики по данным? Как сделать это "по красоте" с помощью платформы ClearML
LLMs aren’t magic. 
They run on containers 
, CI/CD 
, and GitOps 
.
The real flex?
Infra that just works behind the scenes. 
My KubeCon Europe and AI Day sessions are available on YouTube! You can find the links here: github.com/terrytangyua...
#KubeCon #CloudNativeCon #CloudNative #Kubernetes #DevOps #MLOps #AI #K8s @kubernetes.io #KServe #Kubeflow @cncf.io
RE: https://bsky.app/profile/did:plc:wb4chyxecnojex7l6vyha2xf/post/3ljlw3hmafs2y
public-talks/talks/kubecon-eur...
Your machine learning model isn't broken — It's just stuck in a Jupyter notebook.
Learn why DevOps + ML = 
And how a simple Dockerfile can change everything.
Don’t build ML like it’s 2015!
This is the DevOps stack modern AI teams are actually using — built for scale, speed, and sanity.
Watch this 60-sec breakdown:
Your ML model works locally... But in production? It fails hard.
This isn’t bad code — it’s bad DevOps.
One slip and it all breaks. 
