O registro de modelos

MLOps totalmente automatizado

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

O ciclo de vida do modelo de ML

Uma imagem mostrando o ciclo de vida de um modelo de ML. 1: treinamento do modelo, 2: avaliação e validação do modelo, 3: implantação e monitoramento do modelo, 4: desativação do modelo.

Jogando um modelo por cima do muro

Uma imagem ilustrando a expressão jogar o modelo por cima do muro. Após concluir o pipeline de treinamento, o modelo é enviado por e-mail para a equipe de Ops, criando um silo claro.

Um primeiro passo para MLOps automatizado

Figura de fluxo de trabalho. Após treinar um modelo, ele é entregue à equipe de Ops registrando-o no registro de modelos.

O que é o registro de modelos?

Uma figura mostrando o registro de modelos: um componente onde os estágios stage, prod e archive no ciclo de vida dos modelos são gerenciados.

O que é o registro de modelos? - Experimentação

Uma figura que mostra experimentos orquestrados no ambiente de desenvolvimento entregando modelos de ML treinados ao registro de modelos via o sistema de rastreamento de experimentos. Metadados são armazenados no repositório de metadados.

O que é o registro de modelos? - Registro de um modelo

Continuação da figura anterior. Aqui, um modelo é enviado de Development para Staging via o registro de modelos. CI/CD é implementado em todo o fluxo.

O que é o registro de modelos? - Implantação atualizada

Continuação da figura mostrando um modelo que passou por staging e prod e agora é usado por serviços a jusante.

O que é o registro de modelos? - Desativação do modelo

Continuação e finalização da figura: o modelo antigo, antes implantado para os serviços a jusante, é arquivado no registro de modelos depois que um novo modelo aprimorado é implantado nos serviços a jusante.

Vamos praticar!

MLOps totalmente automatizado