Monitoraggio, ri-addestramento e sostituzione delle applicazioni MLOps

MLOps per il business

Arne Jonas Warnke

Head of Emerging Curriculum

Gestire modelli di machine learning

$$ Le fasi della fase operativa

MLOps per il business

Pre-deployment

$$ Fase di pre-deployment

MLOps per il business

Pre-deployment

  • Assicurati che i modelli diano gli stessi risultati ovunque
    • Include containerization
  • Verifiche aggiuntive
    • Sicurezza

$$

Di solito a cura di

  • Software engineer o machine learning engineer

$$

Container in un porto

MLOps per il business

Deployment dell’app MLOps

$$ Fase di deployment

MLOps per il business

Deployment dell’app MLOps

Deployment (via CI/CD)

  • Largamente automatizzato
  • Include diversi test (automatici)
  • Permette di annullare rapidamente le modifiche

$$

Di solito a cura di

  • Software engineer o machine learning engineer

$$

Una donna riceve il cibo a domicilio

MLOps per il business

Monitorare l’app MLOps

Fase di monitoraggio

MLOps per il business

Monitorare l’app MLOps

Il modello è in produzione e

  • Genera valore di business
  • Fermi e problemi costano
  • Va monitorato da vicino
    • In gran parte automatizzato

Se il modello fallisce

  • Potrebbero servire più figure coinvolte

Attenzione: la qualità del modello degrada nel tempo.

$$

Una sala di controllo futuristica

MLOps per il business

Ri-addestrare i modelli di machine learning

Fase di ri-addestramento

MLOps per il business

Ri-addestrare i modelli di machine learning

Le prestazioni del modello di solito calano

  • Cambiamenti economici
  • Preferenze clienti diverse

Serve ri-addestrare i modelli regolarmente

  • Può essere in parte automatizzato

Compito principale di

  • Data scientist / machine learning engineer

$$

Immagine di un cerchio

MLOps per il business

Passons à la pratique !

MLOps per il business

Preparing Video For Download...