Fáze životního cyklu MLOps

Plně automatizované MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Životní cyklus MLOps

Životní cyklus MLOps zahrnuje tři hlavní fáze:

• Tři fáze jsou iterativní
• Tři fáze jsou propojené a vzájemně závislé
• Přecházení mezi fázemi je normální

MLOps v životním cyklu ML – Návrh

Fáze návrhu zahrnuje:

• Porozumění podnikání

  $$

• Porozumění datům

  $$

• Návrh řešení ML

$$

MLOps v životním cyklu ML – Návrh

Fáze návrhu zahrnuje:

• Porozumění podnikání

  $$
  • Porozumění obchodnímu kontextu
  • Stanovení obchodních cílů

$$

MLOps v životním cyklu ML – Návrh

Fáze návrhu zahrnuje:

• Porozumění datům

  $$
  • Průzkum dat
  • Vizualizace dat

$$

MLOps v životním cyklu ML – Návrh

Fáze návrhu zahrnuje:

• Systémový návrh

  $$
  • Návrh systémové architektury
    • Zabezpečení dat
    • Ochrana osobních údajů

$$

MLOps v životním cyklu ML – Návrh

Fáze návrhu zahrnuje:

• Porozumění podnikání

  $$

• Porozumění datům

  $$

• Návrh řešení ML

$$

Velká část fáze návrhu nelze automatizovat

$$

MLOps v životním cyklu ML – Vývoj

Fáze experimentování a vývoje ML zahrnuje: $$

• Vývoj proof-of-concept (PoC)

  $$

• Datové inženýrství

  $$

• Vývoj modelu

$$

MLOps v životním cyklu ML – Vývoj

Fáze experimentování a vývoje ML zahrnuje:

• Vývoj proof-of-concept (PoC)

  $$
  • Kombinace procesu a automatizace
  • Využití frameworků

$$

MLOps v životním cyklu ML – Vývoj

Fáze experimentování a vývoje ML zahrnuje:

• Datové inženýrství (PoC)

  $$
  • Využití automatizace --> Zajištění kvality

$$

MLOps v životním cyklu ML – Vývoj

Fáze experimentování a vývoje ML zahrnuje:

• Vývoj modelu (PoC)

  $$
  • Sledování experimentů
  • Automatizované trénování
  • Automatizované ladění hyperparametrů

$$

MLOps v životním cyklu ML – Nasazení

Fáze nasazení a provozu ML zahrnuje:

• Produkční nasazení
  • Testování
  • Verzování
  • Průběžné doručování
  • Monitorování

$$

Budování pro škálování: Automatizace na prvním místě

Využíváme zefektivnění procesů, osvědčené postupy a automatizaci

Bez automatizace – zefektivnění procesů:

• CRISP-DM
• TDSP [1]

¹ https://www.ibm.com/docs/en/spss-modeler/saas?topic=dm-crisp-help-overview

Zefektivnění procesů a osvědčené postupy

$$

Fáze návrhu

$$

• Osvědčené postupy

  • Zapojit odborné znalosti z oblasti

  • Zapojit obchodní stakeholdery

  • Získat zpětnou vazbu od koncových uživatelů

$$

Fáze vývoje

$$

• Osvědčené postupy

  • Psát čistý kód
  • Dokumentovat naši práci

Pojďme si procvičit!

Plně automatizované MLOps