Добрый день.

Занимаемся Deep Learning (Computer Vision, NLP, etc.)

Типовая задача, которая встает у нас это:
- взять очередной новый выпуск нового Deep Learning фреймворка по данной предметной области, развернуть его чтобы работал на новом сервере, на котором будет разработка/вычисления для нового проекта/компонента

На эту активность временами тратится время Deep Learning спецов, что не очень эффективно, т.к. возможно не их специализация напрямую. Кроме того серверы часто с топовыми GPU и их машинное время пока мы все настраиваем, дорого.

Хочется понять, какой state-of-the-art в devops сейчас, как можно оптимизировать указанные задачи.

Консультация голосом по скайпу/другому мессенджеру.