Schema per automazione, monitoraggio e risposta agli incidenti

MLOps completamente automatizzato

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Cos’è un design pattern software?

$$

Una soluzione generale e riutilizzabile a un problema ricorrente...

$$

$$

Automatizza, monitora, rispondi

$$

$$

• Migliora l’affidabilità dei sistemi ML che progettiamo

Tre esempi di design pattern in MLOps

$$

1. Retraining automatico del modello
2. Rollback del modello
3. Imputazione delle feature

$$

1. Retraining automatico del modello

1. Retraining automatico del modello - esecuzione delle prediction

1. Retraining automatico del modello - Monitoraggio

1. Retraining automatico del modello - Trigger

1. Retraining automatico del modello - Pipeline automatizzata

1. Retraining automatico del modello - Deployment

2. Rollback del modello

2. Rollback del modello - Validazione fallita

2. Rollback del modello - Ultimo modello funzionante

2. Rollback del modello - Rilascio

3. Imputazione delle feature - Pipeline data‑intensive

3. Imputazione delle feature - Qualità dei dati

$$

$$

• Qualità dei dati variabile
• Alcune feature possono scendere sotto la soglia QA

3. Imputazione delle feature - Feature difettose

$$

$$

• Rileva le feature non conformi
• Applica l’imputazione

3. Imputazione delle feature - Possibili fix

• Valori numerici

  $$

  • Imputazione media/mediana

  • Imputazione KNN

$$

• Valori categorici

  $$

• Imputazione con categoria frequente

• Aggiunta di una categoria "Missing"

Passons à la pratique !

MLOps completamente automatizzato