Monitorování, přetrénování a nahrazení MLOps aplikací

MLOps for Business

Arne Jonas Warnke

Head of Emerging Curriculum

Provoz modelů strojového učení

$$ Kroky provozní fáze

MLOps for Business

Příprava před nasazením

$$ Fáze před nasazením

MLOps for Business

Příprava před nasazením

  • Zajistit, aby modely produkovaly stejné výsledky všude
    • Zahrnuje kontejnerizaci
  • Další kontroly
    • Bezpečnost

$$

Obvykle úkolem

  • Softwarového inženýra nebo ML inženýra

$$

Kontejnery v přístavu

MLOps for Business

Nasazení MLOps aplikace

$$ Fáze nasazení

MLOps for Business

Nasazení MLOps aplikace

Nasazení (přes CI/CD)

  • Je z velké části automatizované
  • Zahrnuje různé (automatizované) testy
  • Umožňuje rychle vrátit změny

$$

Obvykle úkolem

  • Softwarového inženýra nebo ML inženýra

$$

Žena přebírá zásilku s jídlem

MLOps for Business

Monitorování MLOps aplikace

Fáze monitorování

MLOps for Business

Monitorování MLOps aplikace

Model je nyní v provozu a

  • Přináší obchodní hodnotu
  • Výpadky a problémy jsou nákladné
  • Vyžaduje důkladné monitorování
    • Z velké části automatizované

Pokud model selže

  • Mohou být zapotřebí různí odborníci

Kvalita modelu se časem snižuje.

$$

Futuristická monitorovací místnost

MLOps for Business

Přetrénování modelů strojového učení

Fáze přetrénování

MLOps for Business

Přetrénování modelů strojového učení

Výkonnost modelu se obvykle snižuje

  • Ekonomické změny
  • Odlišné preference klientů

Modely je proto nutné pravidelně přetrénovat

  • Lze částečně automatizovat

Hlavní úkol

  • Datového vědce / ML inženýra

$$

Obrázek kruhu

MLOps for Business

Pojďme si procvičit

MLOps for Business

Preparing Video For Download...