MLOps Dağıtımı ve Yaşam Döngüsü
Nemanja Radojkovic
Senior Machine Learning Engineer

EVET: Yüksek düzeyde kavrayış

HAYIR: Uygulamalı beceriler

Machine Learning Operations
Hedef: ML iş akışları ve servisleri
MLOps’un değeri ve gerekliliği

Model yaşam döngüsü aşamaları

MLOps çerçevesinin bileşenleri

ALGI BAŞLANGIÇ NOKTASI
=> Teknik borç birikir
daha iyi ama daha uzun sürecek bir yaklaşım yerine şu an kolay (sınırlı) bir çözüm seçmenin yol açtığı ek yeniden çalışma maliyeti
~ Vikipedi[1]
Konuyla ilgili ünlü Google makalesi:
"Machine Learning: Teknik borcun yüksek faizli kredi kartı"[2]
DAHA FAZLA ZAMAN VE MODEL DAĞITIMI
ML iş akışlarının otomasyonu == MLOps olgunluğu

Model yaşam döngüsü yönetimi

MLOps mimarisi

MLOps Dağıtımı ve Yaşam Döngüsü