与 MLOps 相关的业务挑战与风险

面向业务的 MLOps

Arne Jonas Warnke

Head of Emerging Curriculum

第 3 章议程

视频《与 MLOps 相关的业务挑战与风险》：

  • 与 MLOps 相关的业务挑战与风险

$$

视频《MLOps 团队如何成功运作》：

  • MLOps 团队如何成功运作

$$

视频《当下的 MLOps 现状》

  • 当下的 MLOps 现状
面向业务的 MLOps

MLOps 富有挑战

$$ 许多公司面临困难

  • 将用例投入运营
  • 自动化设计与开发
  • 精简并规模化

其机器学习用例

$$

挑战

面向业务的 MLOps

MLOps 需要多元技能

MLOps 位于机器学习、数据工程与软件工程的交集

面向业务的 MLOps

MLOps 挑战：技能

团队常常

  • 缺少关键技能
    • 多与软件工程相关

$$

可能导致

  • 技术债
  • 缺乏标准化
  • 复现性不足

人们协作拼图

面向业务的 MLOps

MLOps 挑战：协作与文化

协作至关重要，以确保

  • 统计指标与业务一致
  • 所有相关方了解 MLOps 团队如何运作

$$

文化与习惯

  • 持续学习
  • 接纳失败会发生
  • 文档化与知识共享

$$

多人在电脑前协作

面向业务的 MLOps

MLOps 挑战：技术

技术

  • 演进快
  • 没有通用的 MLOps 工具栈
    • 不同团队技术路线差异很大
    • 关于技术的共识性最佳实践很少

$$

常见误区

  • 过度强调技术

$$ 智能网络图

面向业务的 MLOps

MLOps 挑战：风险

运行机器学习模型的风险：

  • 业务与财务风险
    • 应用/模型可能不可用
    • 预测质量可能下降
    • 维护风险
  • 治理风险
    • 预测可能完全偏离
    • 可能存在偏见（bias）
  • （网络）安全风险

$$

不同风险的示意图

面向业务的 MLOps

传统软件项目 vs. MLOps

传统软件

  • 测试、调试 …

MLOps

  • 测试、调试 …
  • 数据监控
  • 模型输出监控
  • …

$$ 一个人在写代码

$$ 人机协作写代码

面向业务的 MLOps

Passons à la pratique !

面向业务的 MLOps

Preparing Video For Download...