Все возможности JupyterHub для более чем 20 студентов или R&D-команды Офлайн 2021

Программный комитет ещё не принял решения по этому докладу
Петр Ермаков
DataGym / Lamoda

Закончил магистратуру МГТУ им. Баумана и аспирантуру Высшей Школы Экономики.
Работал Data Sceintist-специалистом в HeadHunter, руководителем отдела аналитики в Mail.Ru Group (бизнес-юнит Юла). Сейчас работает старшим специалистом по машинному обучению в Lamoda. 5 лет преподает Data Sceince и Машинное обучение. В этом году запустил собственную школу машинного обучения https://DataGym.ru.

Тезисы

Особенности и лайфхаки настройки JupyterHub для большой Data Science-команды. Как правильно организовать работу на общих серверах. Даже если команда состоит из одного человека, вы вынесете новые хитрости.

Но что, если вы не один? Как ужиться на одной машине 20 студентам, изучающим ML, или R&D-команде из 15? Готовые рецепты, рекомендации и собранные грабли.

Подготовительное задание

python notebook/ jupyter