Profilazione, versioning e feature store

Deployment e ciclo di vita in MLOps

Nemanja Radojkovic

Senior Machine Learning Engineer

Data profiling

 

 

Analisi dati automatizzata e creazione di riepiloghi di alto livello (profilazioni, aspettative), usati per validare e monitorare i dati in produzione

Scopo dei riferimenti 1

Deployment e ciclo di vita in MLOps

Scopo dei riferimenti 1

Deployment e ciclo di vita in MLOps

Scopo dei riferimenti 2

Deployment e ciclo di vita in MLOps

Scopo dei riferimenti 3

Deployment e ciclo di vita in MLOps

Rischi se NON usi i profili dei dati

  • Clienti che si lamentano, anche se loro hanno inviato input errati al modello
  • Nessun modo per rilevare il data drift e che il modello non è più valido
Deployment e ciclo di vita in MLOps

checklist profilo

Deployment e ciclo di vita in MLOps

great expectations

Deployment e ciclo di vita in MLOps

checklist versioning

Deployment e ciclo di vita in MLOps

freccia versioning

Deployment e ciclo di vita in MLOps

garantire riproducibilità

Deployment e ciclo di vita in MLOps

non una copia

Deployment e ciclo di vita in MLOps

dati in place

Deployment e ciclo di vita in MLOps

solo un puntatore

Deployment e ciclo di vita in MLOps

versioni train test

Deployment e ciclo di vita in MLOps

 

logo dvc

 

 

 

  • Data
  • Version
  • Control
Deployment e ciclo di vita in MLOps

feature store

Deployment e ciclo di vita in MLOps

fs è un db

Deployment e ciclo di vita in MLOps

riuso tra progetti

Deployment e ciclo di vita in MLOps

db doppio

Deployment e ciclo di vita in MLOps

db ad alto volume

Deployment e ciclo di vita in MLOps

db per riga

Deployment e ciclo di vita in MLOps

riusabilità

Deployment e ciclo di vita in MLOps

train serve skew

Deployment e ciclo di vita in MLOps

email

Deployment e ciclo di vita in MLOps

Esercitiamoci!

Deployment e ciclo di vita in MLOps

Preparing Video For Download...