Нагрузочное тестирование и немного машинного обучения
Привет, друзья!
Сентябрь уже близко. 23 и 24 сентября мы встретимся в Санкт-Петербурге на конференции Saint HighLoad++ 2022. В программе — только реальные кейсы, каждый доклад поможет решить конкретную задачу. Предварительное расписание уже готово. Билеты в продаже.
Забронировать билет на Saint HighLoad++ 2022
Прежде чем продолжить знакомство со спикерами, хотим напомнить о сегодняшней встрече с Программным комитетом московского HighLoad++. Встречаемся в 19:00 в офисе Selectel на Цветочной улице, д.19. Зарегистрируйтесь на встречу. После регистрации вам придёт подробная инструкция о том, как добраться и что взять с собой.
А теперь возвращаемся к Saint HighLoad++. Сегодня познакомим вас с докладами о нагрузочном тестировании.
Андрей Чернопятов из SberDevices делает инфраструктуру для ML-сервисов. На Saint HighLoad++ 2022 Андрей расскажет, как устроено нагрузочное тестирование синтеза и распознавания речи в SberDevices и какие сложности встречаются в сервисах работы со звуком. Разберёмся с метриками (что такое «быстрый, но качественный ASR/TTS»), узнаем, как подружить скорость и стабильность, а также, что может повлиять на результат, если шаг шкалы — десятки миллисекунд.
Вместе с руководителем QA-команды Aliexpress Россия Марией Скорикзаглянем на IT-кухню маркетплейса. Каждый год 11 ноября Aliexpress выдерживает наплыв миллионов охотников за скидками. Нагрузочные тесты — самый эффективный и точный способ поддерживать стабильную работу сайта. На конференции узнаем, как устроены эти тесты в Aliexpress. Доклад на английском.
А теперь ненадолго погрузимся в тему машинного обучения вместе с автором нашей новой статьи.
Использование Seldon Core для машинного обучения
Широкое распространение машинного обучения помогло стимулировать инновации, которые всё труднее предсказать и создавать на их основе интеллектуальный опыт для продуктов и услуг бизнеса.
Чтобы решить эту задачу, важно применять передовые методы. Сергей Десяк, ведущий эксперт центра компетенций DevOps компании Neoflex, поделился опытом использования Seldon Core для машинного обучения, в частности, для «выкатки» моделей.
