生命周期阶段

MLOps 部署与生命周期管理

Nemanja Radojkovic

Senior Machine Learning Engineer

机器学习的各类生命周期

 

1. ML 项目生命周期
2. ML 应用生命周期
3. ML 模型生命周期

什么是模型？

不是 抽象/理论

模型就是

• 一个具体的已训练模型
• 可直接投入使用

部署

 

• 模型对象 + 部署资源 = 模型部署包
• 将模型投入使用 = 部署

 

模型监控

 

• 模型服务是否在运行？
• 模型输入输出是否符合预期？
• 又称"部署后监控"

 

退役

 

 

可能原因

• 发现了更优模型
• 构造了信息量更高的特征
• 业务过程变化，现有模型失效

 

=> 旧的退场，新的上线

模型归档

• 在受监管行业尤为重要。

  你的信用风险模型为何在 2020 年放行了这笔贷款？

 

• 可复现性：能够重建、重新加载并使用旧版模型
  • 并非易事

 

¡Vamos a practicar!

MLOps 部署与生命周期管理