MLOps

Стратегія штучного інтелекту (AI)

Vidhi Chugh

AI strategist and ethicist

Операціоналізація

Впровадження просунутих моделей ШІ в повсякденні операції.

Просунуті моделі ШІ

Стратегія штучного інтелекту (AI)

Контроль версій коду й даних

  • Експерименти дають кілька версій коду

Експерименти дають кілька версій коду

  • Підтримується системами контролю версій
  • Версії даних

Версії даних

  • Нові дані або нові ознаки
Стратегія штучного інтелекту (AI)

Портативність

  • Середовища ML‑проєктів
    • Тренування
    • Валідація
    • Продакшн

 

  • Єдині протягом життєвого циклу

    • Бібліотеки
    • Фреймворки
    • Версії

 

Бібліотеки, фреймворки та версії

Стратегія штучного інтелекту (AI)

Час подумати!

  • Керування різними версіями та залежностями

Фокус на негайній бізнес-цінності

  • Фокус на негайній бізнес-цінності
  • Масштабованість і архітектура — потім

Масштабованість і архітектура

  • Разові підходи створюють проблеми
Стратегія штучного інтелекту (AI)

Автоматизоване керування даними

  • Зусилля на повторну підготовку тренувальних даних
  • Помилки, зміни або оновлення
  • Автоматизоване керування даними для якості
  • Перевірки якості та сповіщення

Помилки, зміни або оновлення

Автоматизоване керування даними для якості

Перевірки якості та сповіщення

Стратегія штучного інтелекту (AI)

Потреба в автоматизації

  • Ручні втручання = затримки
    • Погіршення якості моделі
    • Аналіз помилок
    • Коригувальні дії

Ручні втручання

Якість роботи моделі

 

  • Минуло багато часу
  • Некоректні прогнози
  • Негативні наслідки
Стратегія штучного інтелекту (AI)

Рефакторинг коду

 

Рефакторинг початкового коду

 

  • Бракує ключових інженерних практик

 

  • Потрібен рефакторинг початкового коду
    • Значний ризик
    • Первісну логіку неправильно зрозуміли або відтворили
Стратегія штучного інтелекту (AI)

Риси ефективної архітектури

 

  • Надійні системи потребують зусиль
  • MLOps = стандартизовані процеси та автоматизовані конвеєри

 

  • Автоматизація:
    • Повторно використовувані модулі — продукти даних, код
    • Фреймворки автоматизованого тестування
    • Зменшує ризики рефакторингу

 

Автоматизація

Стратегія штучного інтелекту (AI)

Риси ефективної архітектури

 

Docker пакує модель із середовищем

 

  • Docker пакує модель із середовищем

  • Менше ручних втручань = ефективніший цикл

  • Утримувати якість моделі складно

 

  • MLOps для моніторингу моделей
    • На 30% менше «заморожених» моделей
    • Приріст цінності на 60%
Стратегія штучного інтелекту (AI)

Давайте потренуємось!

Стратегія штучного інтелекту (AI)

Preparing Video For Download...