Het modelregister

Volledig geautomatiseerde MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

De ML-modellifecycle

Afbeelding van de ML-modellifecycle. 1: modeltraining, 2: modelevaluatie en validatie, 3: modeldeployment en monitoring, 4: modeluitfasering.

Een model over de muur gooien

Illustratie van de uitdrukking een model over de muur gooien. Na een training-pijplijn wordt het model per e-mail naar het Ops-team gestuurd, wat een duidelijk silo creëert.

Een eerste stap naar geautomatiseerde MLOps

Workflowfiguur. Na het trainen wordt het model aan het Ops-team geleverd door het te registreren in het modelregister.

Wat is het modelregister?

Figuur van het modelregister: een component die de Staging-, Prod- en Archief-fases in de modellifecycle beheert.

Wat is het modelregister? - Experimenteren

Figuur met georchestreerde experimenten in de development-omgeving die getrainde ML-modellen via het experiment-tracking-systeem naar het modelregister leveren. Metadata wordt opgeslagen in de metadata store.

Wat is het modelregister? - Model registreren

Vervolg van de vorige figuur. Een model gaat van Development naar Staging via het modelregister. CI/CD is in de workflow ingebouwd.

Wat is het modelregister? - Geüpdatete deployment

Vervolg: een model heeft Staging en Prod gehaald en wordt nu gebruikt door downstream-services.

Wat is het modelregister? - Model uitfaseren

Slotfiguur: het oude model dat eerder naar downstream-services was gedeployed, wordt in het modelregister gearchiveerd nadat een nieuw, beter model is gedeployed.

Laten we oefenen!

Volledig geautomatiseerde MLOps