Pola otomatisasi, pemantauan, dan respons insiden

MLOps Otomatis Penuh

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Apa itu pola desain perangkat lunak?

$$

Solusi umum yang dapat digunakan kembali untuk masalah yang sering terjadi...

$$

$$

Otomatisasi, pemantauan, respons

$$

$$

• Meningkatkan keandalan sistem ML yang kita rancang

Tiga contoh pola desain di MLOps

$$

1. Retraining Model Otomatis
2. Rollback Model
3. Imputasi Fitur

$$

1. Retraining model otomatis

1. Retraining model otomatis - menjalankan prediksi

1. Retraining model otomatis - Pemantauan

1. Retraining model otomatis - Pemicu

1. Retraining model otomatis - Pipeline otomatis

1. Retraining model otomatis - Deployment

2. Rollback model

2. Rollback model - Validasi gagal

2. Rollback model - Model terakhir yang berfungsi

2. Rollback model - Deploy ulang

3. Imputasi fitur - Pipeline intensif data

3. Imputasi fitur - Kualitas data

$$

$$

• Tingkat kualitas data bervariasi
• Beberapa fitur bisa di bawah ambang QA

3. Imputasi fitur - Fitur cacat

$$

$$

• Deteksi fitur yang gagal
• Terapkan imputasi fitur

3. Imputasi fitur - Perbaikan potensial

• Nilai Numerik

  $$

  • Imputasi Rata-rata/Median

  • Imputasi KNN

$$

• Nilai Kategorikal

  $$

• Imputasi Kategori Terbanyak

• Menambahkan kategori "Missing"

Ayo berlatih!

MLOps Otomatis Penuh