参考架构：全自动 MLOps

Fully Automated MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

什么是参考架构？

参考架构是可用于在不同 IT 领域设计解决方案的模板。

一组文档，包含：

展示全自动 MLOps 参考架构的高层概览。

¹ https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning

展示全自动 MLOps 参考架构的高层概览。画面放大至一组连接的模块：从左到右为数据分析、编排实验、源代码、源代码仓库。

图像左移。源代码仓库之后，显示持续集成模块。该模块包含构建环节，输出软件包。

图像下移，显示持续交付模块。

图像左移，显示自动化 ML 流水线的步骤：数据提取、数据验证、数据准备、模型训练、模型评估、模型验证。

图像下移，显示元数据存储收集 ML 流水线生成的日志。

图像上移并右移，显示由 ML 流水线训练的模型被推送到模型注册表。

图像下移，显示 ML 流水线训练的模型持续交付到架构中的预测服务模块。

图像左移，显示性能监控组件用于跟踪预测服务的性能。

图像进一步左移，显示与性能监控模块相连的触发组件。

图像上移，显示触发器可激活系统中的自动化 ML 流水线。

图像缩小，展示完整参考架构的高层概览。

展示全自动 MLOps 参考架构的高层概览。画面放大至特征库组件。

图像下移，显示特征库还向系统中分层、预生产、生产环境的自动化 ML 流水线提供数据。

画面放大至特征库组件。该组件向实验与开发环境中的编排实验模块提供数据。

画面放大至特征库组件。该组件向系统中的预测服务提供数据。

展示全自动 MLOps 参考架构的高层概览。

Fully Automated MLOps