Selamat!

Mengembangkan Model Machine Learning untuk Produksi

Sinan Ozdemir

Data Scientist, Entrepreneur, and Author

Dari eksperimen ke produksi

• Identifikasi kriteria eksperimen ML siap produksi
• Kenali penyebab technical debt

• Tulis dokumentasi dan kode yang mudah dipelihara
• Dokumentasi dan kode yang baik mengurangi technical debt

Jamin keterulangan

• Pastikan keterulangan (reproducibility) dalam machine learning
• Lakukan feature engineering untuk mengoptimalkan kinerja pipeline ML

• Rancang eksperimen yang dapat direproduksi
• Terapkan versioning data dan model untuk melacak perubahan

Menerapkan model ML

• Kemas model dan lingkungan ML untuk deployment di berbagai framework
• Pastikan skalabilitas model ML untuk beban kerja lebih besar

• Empat prinsip MLOps: Continuous Integration, Continuous Delivery, Continuous Training, dan Continuous Monitoring

Uji + Evaluasi

• Jenis pengujian: unit test, integration test, smoke test

• Nilai keandalan model untuk memastikan hasil akurat
• Uji model untuk menemukan isu dan meningkatkan kinerja

Teruskan!

• Terapkan materi kursus ini pada proyek nyata
• Jaga keterulangan, skalabilitas, keandalan, dan pantau data drift
• Siapkan kerangka eksperimen untuk A/B testing model
• Latih ulang dan perbarui model secara berkala agar tetap relevan dan akurat
• Terus pelajari perkembangan terbaru di bidang ML
• Terus tingkatkan keterampilan dan keahlian Anda

Ayo mulai!

Mengembangkan Model Machine Learning untuk Produksi