Data Platform Agile/Scrum Малая команда Опубликована
Python ML/AI Team
Версия 1.0.0 Обновлено: 2026-01-25T13:12:44Z
RAP модель для команды машинного обучения и искусственного интеллекта.
PythonTensorFlowMLOpsAI
Автор: DevPod Test User

Статистика модели
4
Ролей
5
Артефактов
5
Процессов
Фильтр:
Найдено: 0 элементов
Роли 4
Без департамента 4
ML Lead
Лидер ML команды
Уровень:Middle
ML, Python, TensorFlow, Leadership
ML Engineer
ML инженер
Уровень:Junior
Python, TensorFlow, PyTorch, Feature Engineering
Data Scientist
Data Scientist
Уровень:Junior
Python, Statistics, ML Algorithms, Research
MLOps Engineer
MLOps инженер
Уровень:Junior
MLflow, Kubeflow, Model Serving, CI/CD
Артефакты 5
ML Models
Модели машинного обучения
Training Pipelines
Пайплайны обучения
Feature Store
Хранилище фич
Model Registry
Реестр моделей
Experiment Tracking
Отслеживание экспериментов
Процессы 5
Подробнее →Research
Исследование
Experimentation
Эксперименты
Model Training
Обучение модели
Model Deployment
Деплой модели
Monitoring
Мониторинг модели
RACI матрица
Для этой модели пока не определены связи ролей с артефактами.
RACI матрица будет доступна после добавления связей.
R — Responsible A — Accountable C — Consulted I — Informed
Последовательность процессов
1
Research
Исследование2
Experimentation
Эксперименты3
Model Training
Обучение модели4
Model Deployment
Деплой модели5
Monitoring
Мониторинг моделиДетали процессов
Research
Исследование
Участники
Артефакты
Experimentation
Эксперименты
Участники
Артефакты
Model Training
Обучение модели
Участники
Артефакты
Model Deployment
Деплой модели
Участники
Артефакты
Monitoring
Мониторинг модели
Участники
Артефакты
Этапы жизненного цикла
1
Research
Исследование2
Development
Разработка3
Training
Обучение4
Deployment
Деплой5
Monitoring
МониторингАртефакты по этапам
1
Research
Исследование2
Development
Разработка3
Training
Обучение4
Deployment
Деплой5
Monitoring
МониторингПонравилась модель?
Форкните эту модель и адаптируйте её под свои нужды, или создайте собственную RAP модель с нуля.

