Il registro dei modelli

MLOps completamente automatizzato

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Il ciclo di vita del modello ML

Immagine del ciclo di vita di un modello ML. 1: training del modello, 2: valutazione e validazione, 3: deployment e monitoraggio, 4: dismissione del modello.

Lanciare un modello oltre la recinzione

Immagine che illustra l'espressione "lanciare il modello oltre la recinzione". Dopo il training, il modello viene inviato via email al team Ops, creando un chiaro silo.

Primo passo verso MLOps automatizzato

Figura del workflow. Dopo il training, il modello viene consegnato al team Ops registrandolo nel registro dei modelli.

Cos'è il registro dei modelli?

Figura del registro dei modelli: componente che gestisce gli stadi stage, prod e archive nel ciclo di vita dei modelli.

Cos'è il registro dei modelli? - Sperimentazione

Figura che mostra esperimenti orchestrati nell'ambiente di sviluppo che inviano modelli ML addestrati al registro tramite il sistema di tracciamento degli esperimenti. I metadati sono salvati nel metadata store.

Cos'è il registro dei modelli? - Registrare un modello

Continuazione della figura precedente. Un modello viene inviato da Development a Staging tramite il registro dei modelli. CI/CD è applicato all'intero workflow.

Cos'è il registro dei modelli? - Deployment aggiornato

La figura continua mostrando un modello che ha superato staging e prod ed è ora usato dai servizi downstream.

Cos'è il registro dei modelli? - Disattivazione del modello

Conclusione della figura: il vecchio modello prima distribuito ai servizi downstream viene archiviato nel registro dei modelli dopo che un nuovo modello migliorato è stato distribuito ai servizi downstream.

Ayo berlatih!

MLOps completamente automatizzato