Mengadopsi pola pikir MLOps

Mengembangkan Model Machine Learning untuk Produksi

Sinan Ozdemir

Data Scientist, Entrepreneur, and Author

MLOps

  • Proses mengotomasi dan merampingkan alur kerja ML dari eksperimen hingga produksi
  • Memastikan eksperimen ML diuji dengan baik dan siap diterapkan serta diskalakan

mlops

Mengembangkan Model Machine Learning untuk Produksi

Eksperimen ML

Eksperimen ML mencakup menguji model dan menentukan mana yang terbaik

  • MLOps mencakup eksperimen model
  • Evaluasi model pada berbagai dataset
  • Pemilihan model yang cermat itu penting
  • Proses seleksi bisa memakan waktu
  • Menentukan keberhasilan proyek
Mengembangkan Model Machine Learning untuk Produksi

Dari eksperimen ke produksi

hutan

Kapan Eksperimen ML Siap Produksi?

  • Diuji dan divalidasi dengan metrik yang tepat
  • Dokumentasi yang baik
  • Pemantauan berjalan
  • Lingkungan produksi aman dan dapat diskalakan
Mengembangkan Model Machine Learning untuk Produksi

Mengapa kebanyakan eksperimen ML gagal

Ada banyak alasan mengapa ini terjadi:

  • Tujuan dan sasaran tidak jelas
  • Kualitas data buruk
  • Arsitektur model terlalu kompleks
  • Data pelatihan tidak cukup
  • Overfitting atau underfitting
Mengembangkan Model Machine Learning untuk Produksi

Utang teknis

Kode yang ditulis tergesa-gesa tanpa pengujian/validasi memadai atau dokumentasi yang hilang/tidak lengkap/kedaluwarsa

  • Kesalahan atau bug yang mahal dapat terjadi jika tidak ditangani sejak awal.
  • Hindari utang teknis dengan menulis kode dan dokumentasi yang baik sejak awal.

kucing_baik

Mengembangkan Model Machine Learning untuk Produksi

Ayo berlatih!

Mengembangkan Model Machine Learning untuk Produksi

Preparing Video For Download...