Lập hồ sơ, quản lý phiên bản và feature store

Triển khai và Vòng đời MLOps

Nemanja Radojkovic

Senior Machine Learning Engineer

Lập hồ sơ dữ liệu

 

 

Phân tích dữ liệu tự động và tạo tóm tắt cấp cao (hồ sơ dữ liệu, expectations) để xác thực và giám sát dữ liệu trên môi trường production

Mục đích của hồ sơ 1

Triển khai và Vòng đời MLOps

Mục đích của hồ sơ 1

Triển khai và Vòng đời MLOps

Mục đích của hồ sơ 2

Triển khai và Vòng đời MLOps

Mục đích của hồ sơ 3

Triển khai và Vòng đời MLOps

Rủi ro khi KHÔNG dùng hồ sơ dữ liệu

  • Khách phàn nàn dù chính họ đã nhập sai dữ liệu vào mô hình
  • Không phát hiện drift nên mô hình không còn hợp lệ
Triển khai và Vòng đời MLOps

danh sách kiểm hồ sơ

Triển khai và Vòng đời MLOps

great expectations

Triển khai và Vòng đời MLOps

danh sách kiểm phiên bản

Triển khai và Vòng đời MLOps

mũi tên phiên bản

Triển khai và Vòng đời MLOps

đảm bảo tái lập

Triển khai và Vòng đời MLOps

không lưu bản sao

Triển khai và Vòng đời MLOps

dữ liệu giữ nguyên

Triển khai và Vòng đời MLOps

chỉ là con trỏ

Triển khai và Vòng đời MLOps

phiên bản train test

Triển khai và Vòng đời MLOps

 

logo dvc

 

 

 

  • Data
  • Version
  • Control
Triển khai và Vòng đời MLOps

feature store

Triển khai và Vòng đời MLOps

fs là cơ sở dữ liệu

Triển khai và Vòng đời MLOps

tái sử dụng liên dự án

Triển khai và Vòng đời MLOps

cặp cơ sở dữ liệu

Triển khai và Vòng đời MLOps

csdl dung lượng lớn

Triển khai và Vòng đời MLOps

csdl theo dòng

Triển khai và Vòng đời MLOps

tái sử dụng

Triển khai và Vòng đời MLOps

độ lệch train-serve

Triển khai và Vòng đời MLOps

emails

Triển khai và Vòng đời MLOps

Vamos praticar!

Triển khai và Vòng đời MLOps

Preparing Video For Download...