Редакция 27 мая 2026 г.

«Part 1» серии Machine Learning Engineering на dev.to: анонс с embed и полный разбор в соседнем посте

На Dev.to вышла отдельная страница под заголовком о первой части цикла The Machine Learning Engineering Series. Автор заявляет полный цикл: от сырых данных к обученной модели, контейнеризации и живому API, на котором другие инженеры смогут строить свои сервисы. По открытому ответу Forem API у этой страницы в body_markdown нет собственного развёрнутого текста — только встраивание «хаба» серии, где уже разложены роли специалистов по машинному обучению, стек и дорожная карта до FastAPI, Docker и формулировок про MLOps.

Итог для читателя: смысл заходить по ссылке на встроенный пост серии — именно там лежит анонсируемая «лекция», а карточка Part 1 работает как указатель.

Как Part 1 выглядит в API: одна директива embed на «хаб» серии ML

Для заметки с тегами вроде machinelearning и tutorial важно различать карточку-анонс и полный разбор. В машиночитаемом теле страницы Part 1 по каноническому URL на Dev.to в body_markdown зафиксирована ровно одна конструкция встраивания (liquid/forem), без дополнительного собственного markdown вокруг неё:

{% embed https://Dev.to/michellebuchiokonicha/the-machine-learning-engineering-series-3anj minimal %}

Публичная HTML-страница того же адреса для гостя в блоке основного текста может показывать заглушку вида «Sign in to view linked content», поэтому на HTML как на полный первоисточник опираться нельзя: для фактов о теле Part 1 используется ответ GET https://Dev.to/api/articles/3754980 (ключ body_markdown).

Разбор серии: роли MLE и AI-инженера, стек и путь от данных к API

Целевой встроенный материал — пост The Machine Learning Engineering Series по адресу https://Dev.to/michellebuchiokonicha/the-machine-learning-engineering-series-3anj. В его body_markdown (тот же публичный API Dev.to) автор задаёт подзаголовок Part 1: From Scratch to Systems и далее на английском описывает:

роли MLE, Data Scientist и AI Software Engineer;
стек в формулировках автора: Python, PyTorch, TensorFlow, Keras, scikit-learn; облака GCP и AWS; Git/GitHub; Docker; для выдачи модели наружу — FastAPI и связка с MLOps;
различие structured и unstructured данных;
текстовую схему конвейера Data → Clean & Transform → Analyse → Baseline vs. Custom Model → Train & Test → Containerise & Deploy → Expose as API;
пояснение training-serving skew;
уровни тестирования unit, integration, smoke;
метрики оценки: confusion matrix, precision/recall/accuracy/F1, а также mAP для object detection;
намерение выпускать videos как продолжение серии.

Это не абстрактный «манифест»: внутри того же блока автор связывает инженерную дисциплину с конкретными инструментами вывода модели в эксплуатацию — от контейнеризации до HTTP-слоя на FastAPI.

Теги, время чтения и публичные счётчики без догадок о просмотрах

У страницы Part 1 в ответе API указаны теги api, docker, machinelearning, tutorial, оценка reading_time_minutes: 1, public_reactions_count: 3, comments_count: 0, а поле page_views_count приходит как null — из этого JSON нельзя вывести число просмотров как факт.

У встроенного поста серии reading_time_minutes: 5, теги ai, machinelearning, deeplearning, software, public_reactions_count: 8, comments_count: 0, и снова page_views_count: null.

Даты публикации в API: Part 1 — 2026-05-26T07:38:04Z, пост серии — 2026-05-26T07:33:01Z (оба значения — из ответов перечисленных выше запросов к API на момент доступа ниже).

Сопоставление короткой карточки Part 1 и более длинного «хаба» серии полезно инженеру, который ищет не заголовок, а связку данные → обучение → контейнер → API в одном месте.

Источники

Пост Part 1 (dev.to): Dev.to — сверка полей статьи и HTML-наблюдения; данные API: GET https://dev.to/api/articles/3754980; дата доступа 2026-05-27T09:07:44Z (UTC).
Пост серии The Machine Learning Engineering Series (dev.to): https://dev.to/michellebuchiokonicha/the-machine-learning-engineering-series-3anj — содержание body_markdown и служебные поля; GET https://dev.to/api/articles/michellebuchiokonicha/the-machine-learning-engineering-series-3anj; дата доступа 2026-05-27T09:07:44Z (UTC).
Сверка заголовка и даты публикации Part 1 с публичной карточкой: тот же URL, что в п. 1; дополнительно — поля title и published_at в ответе GET https://dev.to/api/articles/3754980; дата доступа 2026-05-27T09:07:44Z (UTC).