Monitorizarea serviciilor ML

MLOps Deployment and Life Cycling

Nemanja Radojkovic

Senior Machine Learning Engineer

Menținerea calității

  • Clienți plătitori == așteptări de calitate
  • Asigurarea calității începe cu controlul calității
  • Monitorizare
MLOps Deployment and Life Cycling

Indicatori de performanță

Indicatori fundamentali de sănătate

  • Serviciul funcționează?
  • Numărul de cereri în timp?
  • Distribuția latenței?

 

Metrica ultimă de calitate

  • Performanța predictivă

Cum se degradează modelele ML?

MLOps Deployment and Life Cycling

clasificator simplu

MLOps Deployment and Life Cycling

limită învățată

MLOps Deployment and Life Cycling

model antrenat

MLOps Deployment and Life Cycling

lumea se schimbă

MLOps Deployment and Life Cycling

schimbare 2

MLOps Deployment and Life Cycling

limită deplasată

MLOps Deployment and Life Cycling

concept drift

MLOps Deployment and Life Cycling

lipsa schimbării duce la degradare

MLOps Deployment and Life Cycling

cum se detectează

MLOps Deployment and Life Cycling

MLOps Deployment and Life Cycling

problema

MLOps Deployment and Life Cycling

pe caz de utilizare

MLOps Deployment and Life Cycling

niciodată gratuit

MLOps Deployment and Life Cycling

folosiți ce aveți

MLOps Deployment and Life Cycling

modificări ale caracteristicilor de intrare

MLOps Deployment and Life Cycling

covariate shift

MLOps Deployment and Life Cycling

limitele monitorizării intrărilor

MLOps Deployment and Life Cycling

monitorizarea ieșirilor

MLOps Deployment and Life Cycling

Să exersăm!

MLOps Deployment and Life Cycling

Preparing Video For Download...