Доброго дня. Хотелось бы попросить совета по выбору инструмента: есть сейчас команда из нескольких ML-разработчиков, которой нужно стало работать с достаточно ресурсоемкими архитектурами. Раньше своих карточек + колаба + нескольких серверов вполне хватало, а сейчас появились проблемы с выделением ресурсов на обучение и организацией работы.
Нужно, в общих терминах, скачивать приватное репо с гитхаба, устанавливать зависимости, выполнять код для обучения модели и отдавать файл с весами разработчику - т.е. стандартный цикл. Хочется а) возможность гибкого ввода в использование ресурсов (чтобы арендованные карточки можно было, например, распределять между разработчиками внутри команды) и б) отсутствия капризной экосистемы (например, Azure по умолчанию имеет достаточно навязчивые представления о том, что и какими инструментами разработчики будут в ней делать).