Jak skutecznie działają zespoły MLOps

MLOps dla biznesu

Arne Jonas Warnke

Head of Emerging Curriculum

Ograniczony wpływ uczenia maszynowego (przeszłość)

Wcześniej firmy stosowały eksperymentalne podejście do uczenia maszynowego.

Problemy obejmowały m.in.

Czarno-białe zdjęcie osoby przed komputerem z lat 80.

W tym filmie

DevOps ma na celu

Rozwój dotyczy

Operacje dążą do

DevOps

¹ Kim et al. (2021). The DevOps handbook: How to create world-class agility, reliability, & security in technology organizations. IT Revolution.

Ciągłe dostarczanie
- Częste, małe i niezawodne wydania kodu
- Np. regularne dodawanie małych funkcji (lub zmian w kodzie)
Automatyzacja testowania i wydań
Monitorowanie, łatwe cofanie zmian
Ciągła integracja

$$ Schemat wydania oprogramowania

¹ Leite et al. (2019). A survey of DevOps concepts and challenges. ACM Computing Surveys (CSUR), 52(6), 1-35.

Koło DevOps $$ Niebieski ekran

Pętle informacji zwrotnej
- Testy automatyczne
- Wczesne wykrywanie błędów
W przypadku awarii
- Analiza przyczyn źródłowych
- Analizy post-mortem bez szukania winnych
- Nauka i wymiana wiedzy

MLOps / DevOps opiera się na współpracy

Wspólne cechy to

$$ Współpracujące osoby

Dążenie do wysokiej jakości poprzez eksperymentowanie

$$ Test laboratoryjny

MLOps dla biznesu