В докладе будет представлен обзор работ в рамках разработки и поддержки ML/DL/HPC экосистемы для задач машинного и глубокого обучения и анализа данных. Будут даны актуальное описание структуры и характеристики экосистемы ML/DL/HPC, построенной на базе многопользовательской веб-среды JupyterLab. Приведен обзор используемых технологических решений и решаемых задач, из которых можно выделить следующие:

• набор сервисов для совместного проекта ЛИТ и ЛРБ ОИЯИ: для анализа траекторий мелких лабораторных животных в поведенческом тесте «Водный лабиринт Мориса», для определения и анализа радиационно-индуцированных фокусов, для аннотирования данных на основе инструментов CVAT;
• набор программных решений для совместного проекта ЛИТ и ЛТФ ОИЯИ по изучению систем, основанных на джозефсоновских переходах: программные модули на базе JupyterLab для проведения расчетов, в том числе с использованием библиотек для параллельных вычислений, визуализации результатов исследований и дополнения их необходимыми формулами и пояснениями, инструментарий Jupyter Book для публикации подготовленных программ в формате электронных книг с возможностью скачивания и самостоятельного запуска, которые используются в проведении учебных курсов, мастер-классов и туториалов для пользователей, сотрудников ОИЯИ и студентов;
• поддержка полигона для квантовых вычислений с установленным набором квантовых симуляторов, в том числе для работы с квантовыми нейронными сетями.

Также будет представлена информация по работе с пользователями Гетерогенной платформы HybriLIT в рамках программно-информационной среды.