Le registre de modèles

MLOps entièrement automatisé

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Le cycle de vie d'un modèle ML

Une image montrant le cycle de vie d'un modèle ML. 1 : entraînement du modèle, 2 : évaluation et validation du modèle, 3 : déploiement et supervision du modèle, 4 : mise hors service du modèle.

Lancer un modèle par‑dessus la clôture

Une image illustrant l'expression « lancer le modèle par‑dessus la clôture ». Après l'exécution du pipeline d'entraînement, le modèle est envoyé par e‑mail à l'équipe Ops, créant un silo net.

Un premier pas vers des MLOps automatisés

Schéma de flux. Après l'entraînement, le modèle est remis à l'équipe Ops en l'enregistrant dans le registre de modèles.

Qu'est‑ce que le registre de modèles ?

Schéma du registre de modèles : un composant où les étapes stage, prod et archive du cycle de vie des modèles sont gérées.

Qu'est‑ce que le registre de modèles ? — Expérimentation

Schéma montrant des expériences orchestrées en environnement de développement qui livrent des modèles ML entraînés au registre de modèles via le suivi d'expériences. Les métadonnées sont stockées dans le référentiel de métadonnées.

Qu'est‑ce que le registre de modèles ? — Enregistrer un modèle

Suite du schéma précédent. Ici, un modèle passe de Development à Staging via le registre de modèles. CI/CD est mis en œuvre sur tout le flux.

Qu'est‑ce que le registre de modèles ? — Déploiement mis à jour

Suite du schéma montrant un modèle passé par staging et prod, désormais utilisé par des services en aval.

Qu'est‑ce que le registre de modèles ? — Mise hors service du modèle

Suite et fin du schéma : l'ancien modèle précédemment déployé vers les services en aval est archivé dans le registre de modèles après le déploiement d'un nouveau modèle amélioré.

Passons à la pratique !

MLOps entièrement automatisé