🤖Чем больше этапов в разработке решений машинного обучения (ML), тем выше риск запутаться в коде, версиях данных и экспериментах. Но есть подход, который превращает хаос в стройную систему — конвейер машинного обучения (ML‑pipeline).
🦾На открытом уроке вы узнаете, как строить цепочки обработки данных и обучения моделей, которые работают надёжно, гибко и масштабируемо. Разберём понятие конвейера машинного обучения (ML‑pipeline), шаги его построения и практические примеры, где автоматизация экономит часы работы и помогает избежать ошибок. Покажем, как автоматизировать ключевые этапы — от загрузки данных до финального прогноза.
👥Кому подходит урок:
• Инженерам машинного обучения и исследователям данных, которые хотят автоматизировать работу и обеспечить воспроизводимость экспериментов.
• Разработчикам и ИТ‑специалистам, желающим системно подойти к построению решений на основе машинного обучения и перейти на продвинутый уровень.
➡️ Открытый урок пройдёт 9 сентября в преддверии старта курса «Машинное обучение. Продвинутый уровень». Регистрируйтесь и научитесь строить модели правильно, логично и эффективно: https://vk.cc/d0Nhz5
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, erid: 2VtzqvERRyd
🦾На открытом уроке вы узнаете, как строить цепочки обработки данных и обучения моделей, которые работают надёжно, гибко и масштабируемо. Разберём понятие конвейера машинного обучения (ML‑pipeline), шаги его построения и практические примеры, где автоматизация экономит часы работы и помогает избежать ошибок. Покажем, как автоматизировать ключевые этапы — от загрузки данных до финального прогноза.
👥Кому подходит урок:
• Инженерам машинного обучения и исследователям данных, которые хотят автоматизировать работу и обеспечить воспроизводимость экспериментов.
• Разработчикам и ИТ‑специалистам, желающим системно подойти к построению решений на основе машинного обучения и перейти на продвинутый уровень.
➡️ Открытый урок пройдёт 9 сентября в преддверии старта курса «Машинное обучение. Продвинутый уровень». Регистрируйтесь и научитесь строить модели правильно, логично и эффективно: https://vk.cc/d0Nhz5
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, erid: 2VtzqvERRyd
openwiki
https://github.com/langchain-ai/openwiki
OpenWiki is a CLI that writes and maintains a wiki for your codebase or your personal knowledge. An agent reads your sources, synthesizes a linked Markdown wiki you own, and keeps it current on every change. It is built for agents to read as memory, and it ships an interactive visualizer for humans to explore.
https://github.com/langchain-ai/openwiki
Что делать с петабайтами данных в MinIO, если разработка хранилища остановлена?
MinIO прекратил активную разработку — продукт зафиксирован в текущем состоянии, патчи безопасности рассматриваются в индивидуальном порядке, обновления не тестируются. Для компаний, у которых на MinIO (или другом open-source S3-хранилище) хранятся петабайты данных, это уже не гипотетический риск, а вопрос времени.
3 сентября показываем на практике, как перенести данные из устаревшего хранилища в другое S3-совместимое — без остановки сервиса.
В программе:
🔹 что переносится: объекты, версии, ACL, bucket-policy, lifecycle, теги, ссылки
🔹 техническое переключение с минимальным окном смены endpoint и параллельной работой на обоих хранилищах
🔹 поведение при сбоях синхронизации — перенос с точки останова, а не с нуля
🔹 демо: от подключения источника до полного переключения трафика
Для DevOps- и SRE-инженеров, ИТ-директоров и всех, кому остановка сервиса недопустима даже на время миграции.
📅 3 сентября, 16:00 мск
Регистрация
MinIO прекратил активную разработку — продукт зафиксирован в текущем состоянии, патчи безопасности рассматриваются в индивидуальном порядке, обновления не тестируются. Для компаний, у которых на MinIO (или другом open-source S3-хранилище) хранятся петабайты данных, это уже не гипотетический риск, а вопрос времени.
3 сентября показываем на практике, как перенести данные из устаревшего хранилища в другое S3-совместимое — без остановки сервиса.
В программе:
🔹 что переносится: объекты, версии, ACL, bucket-policy, lifecycle, теги, ссылки
🔹 техническое переключение с минимальным окном смены endpoint и параллельной работой на обоих хранилищах
🔹 поведение при сбоях синхронизации — перенос с точки останова, а не с нуля
🔹 демо: от подключения источника до полного переключения трафика
Для DevOps- и SRE-инженеров, ИТ-директоров и всех, кому остановка сервиса недопустима даже на время миграции.
📅 3 сентября, 16:00 мск
Регистрация
buzz
https://github.com/block/buzz
A workspace where humans and agents build together, on a relay you own.
https://github.com/block/buzz
SPF Record Syntax: Mechanisms, Qualifiers, Modifiers, and Macros
https://dmarcguard.io/blog/spf-record-syntax
This page is the full reference: every mechanism, every qualifier, both modifiers, the complete macro table, evaluation order, DNS lookup limits, and record placement rules — each with the RFC 7208 section that defines it.
https://dmarcguard.io/blog/spf-record-syntax
Practical Detection Engineering for Kubernetes
https://brandontlyons.substack.com/p/practical-detection-engineering-for
https://brandontlyons.substack.com/p/practical-detection-engineering-for-a55
A Primer on Log Sources and Ingestion Strategy
https://brandontlyons.substack.com/p/practical-detection-engineering-for
Scope, Not Volume: Detecting Credential Abuse in Kubernetes
https://brandontlyons.substack.com/p/practical-detection-engineering-for-a55
We built an org-wide AI agent in 4 days. Here's what broke in the weeks after.
https://daily.dev/blog/we-built-an-org-wide-ai-agent-in-4-days-heres-what-broke-in-the-weeks-after
We shipped the first version internally on March 12, four days after the first commit. This post isn't about those four days. It's about everything that broke once real people started using it, and the three weeks of fixes, security patches, and production incidents that followed.
https://daily.dev/blog/we-built-an-org-wide-ai-agent-in-4-days-heres-what-broke-in-the-weeks-after
Building an AI Agent That Runs Your SRE Operations — What I Learned, What Works, and How You Can Do It Too
https://blog.stackademic.com/building-an-ai-agent-that-runs-your-sre-operations-what-i-learned-what-works-and-how-you-can-do-8a3801124bdc
Not a smarter alert. Not a better dashboard. An actual reasoning system — one that reads Splunk, queries AppDynamics, checks the Kubernetes pods, searches the Confluence runbooks, looks at what GitLab deployed recently, and comes back with a diagnosis and a proposed action.
https://blog.stackademic.com/building-an-ai-agent-that-runs-your-sre-operations-what-i-learned-what-works-and-how-you-can-do-8a3801124bdc
Building an OSS Kubernetes Security Console with MCP
https://cloudsecburrito.com/building-an-oss-kubernetes-security-console-with-mcp
That is what this series is about: building an open source Kubernetes security console that collects posture, vulnerability, policy, and runtime signals, exposes them through Kubernetes-native objects where possible, and wires that data into an MCP server so an AI agent can help triage across the whole stack.
https://cloudsecburrito.com/building-an-oss-kubernetes-security-console-with-mcp
User Namespaces in Kubernetes
Part I: All You Need to Know
https://blog.sdfg.com.ar/posts/userns-in-kubernetes-part-i
Part II: Mappings and File Ownership
https://blog.sdfg.com.ar/posts/userns-in-kubernetes-part-ii
Part III: The Implementation
https://blog.sdfg.com.ar/posts/userns-in-kubernetes-part-iii
Part I: All You Need to Know
https://blog.sdfg.com.ar/posts/userns-in-kubernetes-part-i
Part II: Mappings and File Ownership
https://blog.sdfg.com.ar/posts/userns-in-kubernetes-part-ii
Part III: The Implementation
https://blog.sdfg.com.ar/posts/userns-in-kubernetes-part-iii