Wyzwania biznesowe i ryzyka związane z MLOps

MLOps dla biznesu

Arne Jonas Warnke

Head of Emerging Curriculum

Plan rozdziału 3

Wideo Wyzwania biznesowe i ryzyka związane z MLOps:

  • Wyzwania biznesowe i ryzyka związane z MLOps

$$

Wideo Jak zespoły MLOps skutecznie działają:

  • Jak zespoły MLOps skutecznie działają

$$

Wideo Stan MLOps dzisiaj

  • Stan MLOps dzisiaj
MLOps dla biznesu

MLOps jest wymagający

$$ Wiele firm ma trudności

  • Z operacjonalizacją
  • Z automatyzacją projektowania i wdrażania
  • Z usprawnianiem i skalowaniem

swoich przypadków użycia ML

$$

Wyzwanie

MLOps dla biznesu

MLOps wymaga różnorodnych kompetencji

MLOps leży na przecięciu uczenia maszynowego, inżynierii danych i inżynierii oprogramowania

MLOps dla biznesu

Wyzwania MLOps: kompetencje

Zespołom często

  • Brakuje określonych umiejętności
    • Często związanych z inżynierią oprogramowania

$$

Może to prowadzić do

  • Długu technicznego
  • Braku standaryzacji
  • Niewystarczającej odtwarzalności

Osoby współpracujące przy rozwiązywaniu układanki

MLOps dla biznesu

Wyzwania MLOps: współpraca i kultura

Współpraca jest kluczowa, aby zapewnić

  • Zgodność metryk statystycznych z celami biznesowymi
  • Zrozumienie działania zespołów MLOps przez wszystkich interesariuszy

$$

Kultura i nawyki

  • Ciągłego uczenia się
  • Akceptacji faktu, że błędy się zdarzają
  • Dokumentowania i dzielenia się wiedzą

$$

Osoby współpracujące przy komputerze

MLOps dla biznesu

Wyzwania MLOps: technologia

Technologia

  • Szybko się rozwija
  • Brak wspólnego zestawu narzędzi MLOps
    • Różne zespoły stosują bardzo odmienne podejścia technologiczne
    • Niewiele powszechnie akceptowanych najlepszych praktyk dotyczących technologii

$$

Częsty błąd

  • Nadmierny nacisk na technologię

$$ Inteligentny graf sieci

MLOps dla biznesu

Wyzwania MLOps: ryzyka

Ryzyka związane z eksploatacją modeli uczenia maszynowego:

  • Ryzyka biznesowe i finansowe
    • Aplikacja/model może być niedostępna
    • Jakość prognoz może się pogorszyć
    • Ryzyko utrzymania
  • Ryzyka związane z zarządzaniem
    • Prognozy mogą być całkowicie błędne
    • Możliwe odchylenie (bias)
  • Ryzyka (cyber)bezpieczeństwa

$$

Ilustracja różnych rodzajów ryzyka

MLOps dla biznesu

Tradycyjne projekty programistyczne a MLOps

Tradycyjne oprogramowanie

  • Testowanie, debugowanie ...

MLOps

  • Testowanie, debugowanie ...
  • Monitorowanie danych
  • Monitorowanie wyników modelu
  • ...

$$ Człowiek piszący kod

$$ Hybrydowy człowiek-robot piszący kod

MLOps dla biznesu

Czas na ćwiczenia!

MLOps dla biznesu

Preparing Video For Download...