Osvědčené postupy a úskalí MLOps

MLOps for Business

Arne Jonas Warnke

Head of Emerging Curriculum

Obsah tohoto videa

MLOps

Osvědčené postupy
Úskalí, kterým se vyhnout

Osvědčené postupy

Osvědčené postupy při návrhu aplikace MLOps

Zaměřte se především na lepší data
- Spíše než na lepší modely
- Přístup zaměřený na data

Začněte obchodní otázkou
- Zvažte PoC, pokud je proveditelnost nejasná
- Identifikujte potenciální úzká místa včas
- Zajistěte, aby selhání přineslo poučení

Tabulka s čísly

Infrastruktura

Osvědčené postupy pro infrastrukturu

Poptávka po výpočetním výkonu se mění
- Zejména vysoká při trénování
- Infrastruktura na to musí být připravena
Mějte na paměti související náklady

Kolegové v serverovně

Osvědčené postupy v oblasti modelování

Osvědčené postupy z pohledu MLOps:

Začněte jednoduchým modelem
- Rychlý vývoj, může sloužit jako základ
- Snazší pochopení

Při přidávání nového modelu:

Je model lepší než stávající stav?

Hybridní postava člověka a robota píšící kód

Testování

Automatizované testování

Po celém životním cyklu

Kód
Modely
Kvalita dat
Celé pipeline

Automatizované testování

Kvalita kódu a reprodukovatelnost

Všechny výsledky

Srozumitelné
Reprodukovatelné

=> Testování kvality kódu

Dva programátoři společně zlepšují kód

Předávání znalostí

Verzování

Modely a kód
(Ukládání) dat

Udržujte kulturu

Dokumentace
Čistý kód
Předávání znalostí

Obrázek brainstormingu

Dokumentujte získané poznatky

Sledujte získané poznatky

I pokud nejsou součástí finální aplikace

Žárovka

Osvědčené postupy v oblasti provozu

Automatizované postupy

Logování
Monitoring $$

Školený tým

Rychle reaguje na chyby
Kontinuální monitoring / -trénování

Místnost pro monitoring

Pojďme si procvičit!

MLOps for Business