Etapy cyklu życia MLOps

W pełni zautomatyzowany MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Cykl życia MLOps

Cykl życia MLOps obejmuje trzy główne etapy:

Obraz cyklu życia MLOps. Trzy połączone ze sobą cykle kołowe. Nazwy kół od lewej do prawej: Design, Development, Deployment.

  • Trzy etapy są iteracyjne
  • Trzy etapy są powiązane i zależne od siebie
  • Przechodzenie między etapami w obu kierunkach jest normalne
W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Projektowanie

Etap projektowania obejmuje:

  • Rozumienie biznesu
    $$
  • Rozumienie danych
    $$
  • Projektowanie rozwiązania ML

$$

Rysunek przedstawiający cykl kołowy ze słowem Design w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Projektowanie

Etap projektowania obejmuje:

  • Rozumienie biznesu
    $$
    • Zrozumienie kontekstu biznesowego
    • Określenie celów biznesowych

$$

Rysunek przedstawiający cykl kołowy ze słowem Design w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Projektowanie

Etap projektowania obejmuje:

  • Rozumienie danych
    $$
    • Eksploracja danych
    • Wizualizacja danych

$$

Rysunek przedstawiający cykl kołowy ze słowem Design w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Projektowanie

Etap projektowania obejmuje:

  • Projektowanie systemu
    $$
    • Architektura systemu
      • Bezpieczeństwo danych
      • Prywatność danych

$$

Rysunek przedstawiający cykl kołowy ze słowem Design w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Projektowanie

Etap projektowania obejmuje:

  • Rozumienie biznesu
    $$
  • Rozumienie danych
    $$
  • Projektowanie rozwiązania ML

$$

Dużej części fazy projektowania nie można zautomatyzować

$$

Rysunek przedstawiający cykl kołowy ze słowem Design w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Rozwój

Etap eksperymentowania i rozwoju ML obejmuje: $$

  • Tworzenie Proof-of-Concepts (PoC)
    $$
  • Inżynieria danych
    $$
  • Rozwój modeli

$$

Rysunek przedstawiający cykl kołowy ze słowem Development w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Rozwój

Etap eksperymentowania i rozwoju ML obejmuje:

  • Tworzenie Proof-of-Concepts (PoC)
    $$
    • Połączenie procesów i automatyzacji
    • Wykorzystanie frameworków

$$

Rysunek przedstawiający cykl kołowy ze słowem Development w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Rozwój

Etap eksperymentowania i rozwoju ML obejmuje:

  • Inżynieria danych (PoC)
    $$
    • Automatyzacja --> Zapewnienie jakości

$$

Rysunek przedstawiający cykl kołowy ze słowem Development w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Rozwój

Etap eksperymentowania i rozwoju ML obejmuje:

  • Rozwój modeli (PoC)
    $$
    • Śledzenie eksperymentów
    • Automatyczne trenowanie
    • Automatyczne strojenie hiperparametrów

$$

Rysunek przedstawiający cykl kołowy ze słowem Development w centrum

W pełni zautomatyzowany MLOps

MLOps w cyklu życia ML – Wdrożenie

Faza wdrożenia i operacji ML obejmuje:

  • Produkcjonizacja
    • Testowanie
    • Wersjonowanie
    • Ciągłe dostarczanie
    • Monitorowanie

$$

Rysunek przedstawiający cykl kołowy ze słowem Deployment w centrum

W pełni zautomatyzowany MLOps

Budowanie na skalę: automatyzacja przede wszystkim

Stosujemy usprawnianie procesów, najlepsze praktyki i automatyzację

Obraz cyklu życia MLOps. Trzy połączone ze sobą cykle kołowe. Nazwy kół od lewej do prawej: Design, Development, Deployment.

Bez automatyzacji – usprawnianie procesów:

  • CRISP-DM
  • TDSP [1]
1 https://www.ibm.com/docs/en/spss-modeler/saas?topic=dm-crisp-help-overview
W pełni zautomatyzowany MLOps

Usprawnianie procesów i najlepsze praktyki

$$

Faza projektowania

$$

  • Najlepsze praktyki

    • Uwzględnienie wiedzy dziedzinowej

    • Zaangażowanie interesariuszy biznesowych

    • Uzyskanie opinii od użytkowników końcowych

$$

Faza rozwoju

$$

  • Najlepsze praktyki

    • Pisanie czystego kodu
    • Dokumentowanie pracy
W pełni zautomatyzowany MLOps

Czas na ćwiczenia!

W pełni zautomatyzowany MLOps

Preparing Video For Download...