Monitoramento, re-treinamento e substituição de aplicações de MLOps

MLOps para Negócios

Arne Jonas Warnke

Head of Emerging Curriculum

Operando modelos de machine learning

$$ As etapas da fase de operações

MLOps para Negócios

Pré-implantação

$$ Fase de pré-implantação

MLOps para Negócios

Pré-implantação

  • Garantir modelos produzindo os mesmos resultados em qualquer lugar
    • Inclui containerization
  • Verificações adicionais
    • Segurança

$$

Geralmente é tarefa do

  • Engenheiro/a de software ou engenheiro/a de machine learning

$$

Contêineres em um porto

MLOps para Negócios

Implantando a aplicação de MLOps

$$ Fase de implantação

MLOps para Negócios

Implantando a aplicação de MLOps

Implantação (via CI/CD)

  • É amplamente automatizada
  • Consiste em diferentes testes (automatizados)
  • Permite reverter mudanças rapidamente

$$

Novamente, geralmente é tarefa do

  • Engenheiro/a de software ou engenheiro/a de machine learning

$$

Uma mulher recebendo comida por delivery

MLOps para Negócios

Monitorando a aplicação de MLOps

Fase de monitoramento

MLOps para Negócios

Monitorando a aplicação de MLOps

O modelo está em produção e

  • Gera valor de negócio
  • Indisponibilidades e falhas custam caro
  • Precisa de monitoramento de perto
    • Largamente automatizado

Se o modelo falhar

  • Pessoas diferentes podem precisar se envolver

A qualidade do modelo se deteriora com o tempo.

$$

Uma sala de monitoramento futurista

MLOps para Negócios

Re-treinando os modelos de machine learning

Fase de re-treinamento

MLOps para Negócios

Re-treinando os modelos de machine learning

O desempenho do modelo geralmente cai

  • Mudanças econômicas
  • Preferências dos clientes mudam

Isso exige re-treinar os modelos regularmente

  • Pode ser parcialmente automatizado

Principal tarefa de

  • Cientista de dados / engenheiro/a de machine learning

$$

Imagem de um círculo

MLOps para Negócios

Vamos praticar

MLOps para Negócios

Preparing Video For Download...