MLOps

Strategi Artificial Intelligence (AI)

Vidhi Chugh

AI strategist and ethicist

Operasionalisasi

Membawa model AI lanjutan ke operasi harian.

Model AI lanjutan

Strategi Artificial Intelligence (AI)

Kontrol versi kode dan data

  • Eksperimen menghasilkan banyak versi kode

Eksperimen menghasilkan banyak versi kode

  • Dikelola lewat sistem kontrol versi
  • Versi data

Versi data

  • Data baru atau fitur baru
Strategi Artificial Intelligence (AI)

Portabilitas

  • Lingkungan proyek ML
    • Pelatihan
    • Validasi
    • Produksi

 

  • Konsisten sepanjang siklus hidup

    • Library
    • Framework
    • Versi

 

Library, framework, dan versi

Strategi Artificial Intelligence (AI)

Waktu yang tepat untuk berpikir!

  • Mengelola berbagai versi dan dependensi

Fokus pada nilai bisnis langsung

  • Fokus pada nilai bisnis langsung
  • Skalabilitas dan arsitektur dipikirkan belakangan

Skalabilitas dan arsitektur

  • Pendekatan ad-hoc menimbulkan tantangan
Strategi Artificial Intelligence (AI)

Manajemen data otomatis

  • Upaya menyiapkan ulang data latih
  • Error, perubahan, atau pembaruan
  • Manajemen data otomatis untuk kualitas
  • Pemeriksaan kualitas dan peringatan

Error, perubahan, atau pembaruan

Manajemen data otomatis untuk kualitas

Pemeriksaan kualitas dan peringatan

Strategi Artificial Intelligence (AI)

Perlu otomatisasi

  • Intervensi manual = lambat
    • Kinerja model menurun
    • Analisis error
    • Tindakan korektif

Intervensi manual

Kinerja model

 

  • Waktu berlalu cukup lama
  • Prediksi salah
  • Dampak negatif
Strategi Artificial Intelligence (AI)

Refactor kode

 

Refactor kode awal

 

  • Kurang praktik rekayasa inti

 

  • Perlu refactor kode awal
    • Risiko signifikan
    • Logika asli disalahpahami atau salah diterapkan
Strategi Artificial Intelligence (AI)

Ciri arsitektur efisien

 

  • Sistem andal butuh upaya
  • MLOps = standarisasi proses dan pipeline otomatis

 

  • Otomatisasi:
    • Modul dapat digunakan ulang - produk data, kode
    • Kerangka uji otomatis
    • Mengurangi risiko refactor

 

Otomatisasi

Strategi Artificial Intelligence (AI)

Ciri arsitektur efisien

 

Docker membundel model dengan lingkungan

 

  • Docker membundel model dengan lingkungan

  • Lebih sedikit intervensi manual = siklus hidup efisien

  • Mempertahankan kinerja model itu menantang

 

  • MLOps untuk memantau model
    • 30% lebih sedikit model dishelve
    • Nilai naik 60%
Strategi Artificial Intelligence (AI)

Ayo berlatih!

Strategi Artificial Intelligence (AI)

Preparing Video For Download...