Giám sát dịch vụ ML

Triển khai và Vòng đời MLOps

Nemanja Radojkovic

Senior Machine Learning Engineer

Duy trì chất lượng

  • Khách hàng trả phí => kỳ vọng chất lượng
  • Đảm bảo chất lượng bắt đầu từ kiểm soát chất lượng
  • Giám sát
Triển khai và Vòng đời MLOps

Chỉ số hiệu năng

Chỉ số sức khỏe cơ bản

  • Dịch vụ có chạy ổn?
  • Số yêu cầu theo thời gian?
  • Phân bố độ trễ?

 

Chỉ số chất lượng tối thượng

  • Hiệu năng dự đoán

Mô hình ML xuống cấp thế nào?

Triển khai và Vòng đời MLOps

bộ phân loại đơn giản

Triển khai và Vòng đời MLOps

ranh giới đã học

Triển khai và Vòng đời MLOps

mô hình đã huấn luyện

Triển khai và Vòng đời MLOps

thế giới đang thay đổi

Triển khai và Vòng đời MLOps

thay đổi 2

Triển khai và Vòng đời MLOps

ranh giới dịch chuyển

Triển khai và Vòng đời MLOps

trôi khái niệm

Triển khai và Vòng đời MLOps

không thay đổi sẽ suy giảm

Triển khai và Vòng đời MLOps

cách phát hiện

Triển khai và Vòng đời MLOps

Triển khai và Vòng đời MLOps

độ trễ xác minh

Triển khai và Vòng đời MLOps

theo từng trường hợp

Triển khai và Vòng đời MLOps

không bao giờ miễn phí

Triển khai và Vòng đời MLOps

tận dụng đầu vào

Triển khai và Vòng đời MLOps

thay đổi đặc trưng đầu vào

Triển khai và Vòng đời MLOps

dịch chuyển hiệp biến

Triển khai và Vòng đời MLOps

hạn chế của giám sát đầu vào

Triển khai và Vòng đời MLOps

giám sát đầu ra

Triển khai và Vòng đời MLOps

Ayo berlatih!

Triển khai và Vòng đời MLOps

Preparing Video For Download...