Geliştirme aşaması

İş Dünyası için MLOps

Arne Jonas Warnke

Head of Emerging Curriculum

Geliştirme aşamasındaki önemli adımlar

Geliştirme aşaması

Veri hazırlama veya özellik mühendisliği

Veri hazırlama

Veri hazırlama veya özellik mühendisliği

Burada,

Bunları merkezi bir veritabanında kullanılabilir yapın
Veriyi ML modellerince tüketilebilir biçime getirin
Özellik mühendisliği
- Veriyi gruplama
- Eksik veriyi doldurma
- Aykırı gözlemlerle başa çıkma

İlgililer

Veri mühendisi, veri bilimci ve iş uzmanı

$$

Sayı içeren bir sayfa

Model eğitimi veya deneyleri

Model geliştirme ve eğitim

Model eğitimi veya deneyleri

Görevler:

Makine öğrenmesi modelini eğitip ayarlayın
Alternatiflerle karşılaştırın
Performanslarını değerlendirin

Önemli

Tüm sonuçları otomatik kaydedin

Sorumlu

Veri bilimci / makine öğrenmesi mühendisi

$$

Kod yazan insan-robot melezi

Model değerlendirme

Model değerlendirme

Model değerlendirme

$$

Kodu değerlendiren bir insan

Burada kontrol edilir

İş gereksinimleri karşılanıyor mu?
- ör. veri gizliliği
Model stress test
- aşırı koşulları simüle et
Model davranışı
- fairness?

$$

Sorumlu

Veri bilimci / makine öğrenmesi mühendisi

Test ve doğrulama

Test ve doğrulama

Test ve doğrulama

Yazılım mühendisliğini uygulayın

Testler ve
En iyi uygulamalar

ML modeline, örn.

Modelin daha geniş sisteme zararlı etkisi olmasın

Sorumlu

Yazılım mühendisi / makine öğrenmesi mühendisi

Kodu test etme

Model geliştirme pratiği yapalım

İş Dünyası için MLOps

Preparing Video For Download...