Best practice e rischi dell’MLOps

MLOps per il business

Arne Jonas Warnke

Head of Emerging Curriculum

Contenuti del video

MLOps

Best practice
Rischi da evitare

Best practice

Best practice per progettare un’app MLOps

Punta prima a dati migliori
- Non a modelli migliori
- Approccio data-centric

Parti dalla domanda di business
- Valuta un PoC se la fattibilità è incerta
- Valuta subito i possibili colli di bottiglia
- Assicurati di imparare anche se si fallisce

Un foglio con numeri

Infrastruttura

Best practice di infrastruttura

La domanda di calcolo varia
- Soprattutto alta in training
- L’infrastruttura va preparata
Considera i costi associati

Colleghi in una server room

Best practice sul modeling

Ecco alcune best practice dal punto di vista MLOps:

Parti da un modello semplice
- Sviluppo rapido, fa da baseline
- Più facile da capire

Quando aggiungi un nuovo modello:

È migliore dello status quo?

Un umano-robot ibrido che scrive codice

Testing

Test automatizzati

Su tutto il ciclo di vita

Codice
Modelli
Qualità dei dati
Pipeline complete

Test automatizzati

Qualità del codice e riproducibilità

Tutti i risultati

Comprensibili
Riproducibili

=> Testare la qualità del codice

Due programmatori che migliorano il codice

Trasferimento di conoscenze

Versioning

Modelli e codice
(Conservare) dati

Mantieni una cultura di

Documentazione
Codice pulito
Trasferimento di conoscenze

Sessione di brainstorming

Documenta gli insight

Traccia le conoscenze acquisite

Anche se non finiscono nell’app finale

Una lampadina

Best practice sulle operations

Automatizza

Logging
Monitoring pratiche

Team formato

A reagire rapidamente agli errori

Monitoraggio e Training continui

Una sala di monitoraggio

Passons à la pratique !

MLOps per il business