Todd Underwood - On Lessons From Running ML Systems At Google For A Decade, What It Takes To Be A ML SRE, Challenges With Generalized ML Platforms And Much More

Treść dostarczona przez Ronak Nathani, Guang Yang, Ronak Nathani, and Guang Yang. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Ronak Nathani, Guang Yang, Ronak Nathani, and Guang Yang lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.

Software Misadventures « »
Todd Underwood - On lessons from running ML systems at Google for a decade, what it takes to be a ML SRE, challenges with generalized ML platforms and much more - #10

3+ y ago 1:07:34

Udostępnij

MP3•Źródło odcinka

Todd is a Sr Director of Engineering at Google where he leads Site Reliability Engineering teams for Machine Learning. Having recently presented on how ML breaks in production, by examining more than a decade of outage postmortems at Google, Todd joins the show to chat about why many ways that ML systems break in production have nothing to do with ML, what’s different about engineering reliable systems for ML, vs traditional software (and the many ways that they are similar), what he looks for when hiring ML SREs, and more.

53 odcinków

#Tech #Guang Yang #Ronak Nathani #Distributedsystems #Softwareengineering #Technology #Ronak Nathani, Guang Yang #DevOps #SRE