Écrire un code ML maintenable

Développer des modèles de Machine Learning pour la production

Sinan Ozdemir

Data Scientist, Entrepreneur, and Author

Structuration du projet

  • Organisez les fichiers du projet de façon logique
  • Regroupez les fichiers liés
    • Séparez jeux de données et modèles ML dans des dossiers distincts
  • Donnez des noms clairs et des libellés cohérents aux fichiers

structure

Développer des modèles de Machine Learning pour la production

Exemple de structure de projet

Exemple d'arborescence avec un fichier README, un fichier des dépendances et trois sous-dossiers : data, models, notebooks mlops_directory

  • README.md : décrit l'objectif du dépôt et son utilisation.
  • requirements.txt : liste toutes les dépendances
  • data : contient les fichiers de données, brutes et traitées
  • models : contient tout ce qui concerne les modèles, y compris les scripts de création
  • notebooks : contient des notebooks pour l'exploration, l'entraînement et l'évaluation
Développer des modèles de Machine Learning pour la production

Versionnage du code

  • Utilisez un système de gestion de version comme git pour suivre les modifications du code
  • Permet de revenir en arrière si nécessaire
  • Aide à identifier l'origine des bogues et erreurs
  • Autorise le travail en parallèle

code

Développer des modèles de Machine Learning pour la production

Documentation

  • Documentez le code et la structure du projet
  • Expliquez l'objectif de chaque fichier et fonction
  • Décrivez comment utiliser le code
  • Ajoutez les étapes de déploiement du modèle ML

doc

Développer des modèles de Machine Learning pour la production

Adaptabilité du code

  • Plus facile à comprendre, modifier et mettre à jour
  • Réduit le temps et l'effort pour changer la base de code
  • S'adapte mieux aux évolutions des données, du code et des besoins
  • Moins sujet aux bogues
  • Intégration plus simple de nouvelles fonctionnalités ou technologies
  • Indispensable pour des applications ML qui évoluent dans le temps
Développer des modèles de Machine Learning pour la production

Passons à la pratique !

Développer des modèles de Machine Learning pour la production

Preparing Video For Download...