Olika faser i MLOps

MLOps-koncept

Folkert Stijnman

ML Engineer

MLOps-livscykeln

Varför en livscykel för maskininlärning?

• Strukturerar ML-processen
• Definierar nyckelroller i varje fas
• Verktyg för optimering

Designfasen

 

• Problemkontext
• Mervärde
• Verksamhetskrav
• Nyckeltal
• Databearbetning

Utvecklingsfasen

 

• Utveckla maskininlärningsmodellen
• Experimentera med data, algoritmer och hyperparametrar
• Modellen redo för driftsättning

Driftsättningsfasen

 

• Integrera maskininlärningsmodellen i verksamheten
• Driftsätt modellen i produktion
• Övervaka prestandan

MLOps-livscykeln

Nu kör vi en övning!

MLOps-koncept