เครื่องมือ MLOps

แนวคิด MLOps

Folkert Stijnman

ML Engineer

เครื่องมือ MLOps

ภาพรวมเครื่องมือ MLOps

1 https://www.datacamp.com/blog/infographic-data-and-machine-learning-tools-landscape
แนวคิด MLOps

Feature store

 

  • ทั้งคู่เป็น open-source
  • Feast: จัดการเอง
  • Hopsworks: เป็นส่วนหนึ่งของแพลตฟอร์มขนาดใหญ่

โลโก้เครื่องมือ Feature Store

แนวคิด MLOps

Experiment tracking

 

  • MLFlow และ ClearML: เครื่องมือครอบคลุม machine learning lifecycle ทั้งหมด
  • Weights and Biases: ติดตามและแสดงผล Experiment

เครื่องมือติดตาม Experiment

แนวคิด MLOps

Containerization

  • Docker: สร้าง Container สำหรับแอปพลิเคชัน
  • Kubernetes: รันแอปพลิเคชันแบบ Container
  • Cloud providers: ให้บริการคล้าย Kubernetes

เครื่องมือ Containerization

แนวคิด MLOps

CI/CD pipeline

  • Jenkins: เครื่องมือ open-source สำหรับ continuous integration
  • GitLab: แชร์โค้ดและควบคุมเวอร์ชันผ่าน Repository

Jenkins และ GitLab

แนวคิด MLOps

Monitoring

  • Fiddler: มอนิเตอร์โมเดล machine learning
  • Great expectations: มอนิเตอร์ข้อมูล

โลโก้เครื่องมือ Monitoring

แนวคิด MLOps

MLOps platforms

เครื่องมือครอบคลุม machine learning lifecycle ทั้งหมด

  • AWS Sagemaker
  • Azure Machine Learning
  • Google Cloud AI platform

เครื่องมือแพลตฟอร์ม Machine Learning

แนวคิด MLOps

มาฝึกกันเถอะ!

แนวคิด MLOps

Preparing Video For Download...