Почему вам нужен JupyterHub: для команды, студентов и домохозяек AI/ML и визуализация данных
Jupyter и JupyterHub — популярный инструмент для работы с данными.
Я расскажу, почему я его люблю и почему ненавижу, секреты и опыт.
Вас ждут 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 человек? Готовые рецепты, рекомендации и собранные грабли.
ML Brand Director Яндекс Поиска.
Развивает бренд машинного обучения Яндекса. До этого занимался ML в Lamoda, Mail.ru и HeadHunter. Преподавал в НИУ ВШЭ и МГТУ им. Н. Э. Баумана. Один из создателей сообщества Open Data Science. Помогает организовывать IT-конференции: HighLoad++, PyCon, DUMP, DataFest.
python notebook/ jupyter/ jupyterhub