モデルレジストリ

完全自動化MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

ML モデルのライフサイクル

ML モデルのライフサイクル。1: 学習、2: 評価・検証、3: デプロイ・監視、4: 廃止。

俗に「塀越しにモデルを投げる」の例。学習パイプライン完了後、モデルがメールで Ops チームに送られ、サイロが生じている。

ワークフロー図。モデル学習後、モデルはモデルレジストリに登録され、Ops チームに引き渡される。

モデルレジストリの図。モデルのステージング、本番、アーカイブ段階を管理するコンポーネント。

開発環境での実験をオーケストレーションし、学習済みモデルを実験トラッキング経由でモデルレジストリへ配信。メタデータはメタデータストアに保存。

前図の続き。モデルはモデルレジストリ経由で開発からステージングへ送られる。ワークフロー全体で CI/CD が適用されている。

図の続き。モデルはステージングと本番を通過し、下流サービスで利用されている。

図の締めくくり。新しい改良モデルが下流サービスにデプロイされた後、以前のモデルはモデルレジストリでアーカイブされる。

完全自動化MLOps