Najlepsze praktyki i pułapki MLOps

MLOps dla biznesu

Arne Jonas Warnke

Head of Emerging Curriculum

Zawartość tego wideo

$$

MLOps

Najlepsze praktyki
Pułapki do unikania

$$

Najlepsze praktyki

Najlepsze praktyki projektowania aplikacji MLOps

$$

Skup się przede wszystkim na lepszych danych
- Zamiast na lepszych modelach
- Podejście data-centric

$$

Zacznij od pytania biznesowego
- Rozważ PoC przy niejasnej wykonalności
- Wcześnie identyfikuj potencjalne wąskie gardła
- Upewnij się, że uczysz się nawet przy niepowodzeniu

$$

Arkusz z liczbami

Infrastruktura

$$

Najlepsze praktyki dotyczące infrastruktury

Zapotrzebowanie na moc obliczeniową jest zmienne
- Szczególnie wysokie podczas trenowania
- Infrastruktura musi być na to przygotowana
Pamiętaj o powiązanych kosztach

$$

Współpracownicy w serwerowni

Najlepsze praktyki dotyczące modelowania

$$

Najlepsze praktyki MLOps dotyczące modelowania:

Zacznij od prostego modelu
- Szybko opracowany, może służyć jako punkt odniesienia
- Łatwiejszy do zrozumienia

Dodając nowy model:

Czy model jest lepszy od obecnego rozwiązania?

$$

Hybryda człowieka i robota piszących kod

Testowanie

$$

Testowanie automatyczne

W całym cyklu życia

Kod
Modele
Jakość danych
Kompletne potoki

Testowanie automatyczne

Jakość kodu i odtwarzalność

$$

Wszystkie wyniki

Zrozumiałe
Odtwarzalne

=> Testowanie jakości kodu

$$

Dwoje programistów wspólnie poprawiających kod

Transfer wiedzy

$$

Wersjonowanie

Modele i kod
(Przechowywanie) danych

Utrzymuj kulturę

Dokumentacji
Czystego kodu
Transferu wiedzy

$$

Obraz burzy mózgów

Dokumentowanie zdobytych wniosków

$$

Śledź zdobytą wiedzę

Nawet jeśli nie jest częścią końcowej aplikacji

$$

Żarówka

Najlepsze praktyki dotyczące operacji

$$

Zautomatyzowane praktyki

Logowanie
Monitorowanie $$

Zespół przeszkolony

Do szybkiego reagowania na błędy
Ciągłe monitorowanie / -trenowanie

$$

Sala monitoringu

Czas na ćwiczenia!

MLOps dla biznesu

Preparing Video For Download...