ML Atlas

Что за продукт

ML Atlas — справочник по машинному обучению на русском языке, собранный как единая карта области: 18 разделов и 218 тем, от линейной алгебры и подготовки данных до глубокого обучения, топологического анализа данных, метрик качества, интерпретируемости и MLOps.

Он работает на ml-atlas.ru.

Зачем он нужен

Материалов по машинному обучению много, но они разрозненны: курс объясняет свой кусок, статья — свой, а общей карты, по которой видно, где ты находишься и что идёт следом, нет. Особенно на русском языке.

Атлас решает именно эту задачу: не заменить учебник, а дать структуру — что из чего следует, какие темы стоят рядом и чего не хватает в собственной картине.

Как устроено

Контент — это код

Раздел живёт в одном файле, тема — в одном объекте внутри него. Чтобы добавить или переписать тему, правится только этот файл: страницы разделов и тем, sitemap и поисковый индекс собираются из него автоматически. Ошибиться в навигации нельзя — её никто не ведёт руками.

Ни базы, ни бэкенда

Сайт полностью статический: на сборке из данных получаются готовые страницы. Поиск по всем темам работает в браузере, без запроса на сервер. У такой архитектуры нет ни отдельной базы, которую надо поддерживать, ни API, который может лечь, — а страницы отдаются мгновенно.

Деплой из контейнера

Образ многостадийный, на выходе — standalone-сборка: в финальном слое только рантайм и само приложение, без dev-зависимостей. Приложение слушает 0.0.0.0:$PORT, работает от непривилегированного пользователя, живость контейнера проверяет встроенный healthcheck.

Сборка вынесена в GitHub Actions и публикуется в реестр образов — хостингу остаётся только запустить готовое. Так деплой перестаёт зависеть от того, стабилен ли сегодня сборочный раннер платформы.

Роль лаборатории

Структура и рубрикация материала, проектирование и интерфейс, разработка, публикация, поисковая выдача и вся техническая обвязка — от контейнера до домена и сертификата.