Architecture de référence : MLOps entièrement automatisé

MLOps entièrement automatisé

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Qu'est-ce qu'une architecture de référence ?

Une architecture de référence est un modèle pour concevoir des solutions dans différents domaines IT.

Un ensemble de documents avec :

Structures et intégrations des éléments IT
Modèles courants dans les systèmes IT, y compris les systèmes ML
Capitaliser sur l'expérience et les bonnes pratiques du secteur

Architecture MLOps entièrement automatisée

Une vue d'ensemble de haut niveau de l'architecture de référence MLOps entièrement automatisée.

¹ https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning

Architecture de référence - Expériences orchestrées

Une vue d'ensemble de haut niveau de l'architecture de référence MLOps entièrement automatisée. L'image zoome sur un ensemble de boîtes connectées. De gauche à droite : analyse de données, expérience orchestrée, code source, dépôt de code source.

Architecture de référence - Code source et CI

L'image se décale vers la gauche. Après le dépôt de code source, un bloc d'intégration continue apparaît. Ce bloc contient une étape de build qui produit des paquets en sortie.

Architecture de référence - Artéfacts et CD

L'image se décale vers le bas pour montrer un bloc de livraison continue.

Architecture de référence - Déploiement du pipeline ML

L'image se décale vers la gauche pour montrer un pipeline ML automatisé avec plusieurs étapes : extraction des données, validation des données, préparation des données, entraînement du modèle, évaluation du modèle, validation du modèle.

Architecture de référence - Le « metadata store »

L'image se décale vers le bas pour montrer le « Metadata Store » qui collecte les journaux générés par le pipeline ML.

Architecture de référence - Le registre de modèles

L'image remonte et se décale à droite pour montrer que les modèles entraînés par le pipeline ML sont envoyés vers un registre de modèles.

Architecture de référence - Services de prédiction

L'image se décale vers le bas pour montrer que les modèles entraînés par le pipeline ML sont livrés en continu à un module de service de prédiction dans l'architecture.

Architecture de référence - Supervision continue

L'image se décale vers la gauche pour montrer un composant de supervision des performances qui suit la qualité des prédictions fournies par le service de prédiction.

Architecture de référence - Déclencheur automatisé

L'image se décale encore vers la gauche pour montrer un composant de déclenchement relié au module de supervision des performances.

Architecture de référence - Réentraînement automatisé

L'image remonte pour montrer que le déclencheur peut activer le pipeline ML automatisé du système.