Modelul de automatizare, monitorizare și răspuns la incidente

MLOps complet automatizat

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Ce este un șablon de proiectare software?

$$

O soluție generală, reutilizabilă pentru o problemă frecventă...

$$

$$

Imaginea unui plan tehnic.

MLOps complet automatizat

Automatizează, monitorizează, răspunde

$$

$$

O imagine care arată un proces: Automatizare, Monitorizare, Răspuns la incidente.

  • Îmbunătățește fiabilitatea sistemelor ML proiectate
MLOps complet automatizat

Trei exemple de șablon de proiectare în MLOps

$$

  1. Reantrenare automată a modelului
  2. Revenire la versiunea anterioară a modelului
  3. Imputarea caracteristicilor

$$

Imaginea unui plan tehnic.

MLOps complet automatizat

1. Reantrenare automată a modelului

Prezentare generală a arhitecturii MLOps complet automatizate.

MLOps complet automatizat

1. Reantrenare automată a modelului - generarea predicțiilor

Prezentare generală a arhitecturii MLOps complet automatizate. Serviciul de predicție este evidențiat.

MLOps complet automatizat

1. Reantrenare automată a modelului - monitorizare

Prezentare generală a arhitecturii MLOps complet automatizate. Modulul de monitorizare a performanței este evidențiat.

MLOps complet automatizat

1. Reantrenare automată a modelului - declanșator

Prezentare generală a arhitecturii MLOps complet automatizate. Componenta de declanșare este evidențiată.

MLOps complet automatizat

1. Reantrenare automată a modelului - pipeline automatizat

Prezentare generală a arhitecturii MLOps complet automatizate. Pipeline-ul automatizat este evidențiat.

MLOps complet automatizat

1. Reantrenare automată a modelului - implementare

Prezentare generală a arhitecturii MLOps complet automatizate. Componenta de livrare continuă este evidențiată.

MLOps complet automatizat

2. Revenirea la versiunea anterioară a modelului

Prezentare generală a arhitecturii MLOps complet automatizate. Pipeline-ul automatizat este evidențiat.

MLOps complet automatizat

2. Revenire la versiunea anterioară - eșec la validare

Prezentare generală a arhitecturii MLOps complet automatizate. Pașii de evaluare și validare a modelului sunt evidențiați.

MLOps complet automatizat

2. Revenire la versiunea anterioară - ultimul model funcțional

Prezentare generală a arhitecturii MLOps complet automatizate. Registrul de modele este evidențiat.

MLOps complet automatizat

2. Revenire la versiunea anterioară - reimplementare

Prezentare generală a arhitecturii MLOps complet automatizate. Componenta de implementare continuă este evidențiată.

MLOps complet automatizat

3. Imputarea caracteristicilor - pipeline intensiv de date

Prezentare generală a arhitecturii MLOps complet automatizate. Componentele de date din pipeline-ul automatizat sunt evidențiate.

MLOps complet automatizat

3. Imputarea caracteristicilor - calitatea datelor

$$

Imagine a unui tabel cu coloane de date cu valori lipsă.

$$

  • Niveluri variabile de calitate a datelor
  • Unele caracteristici pot fi sub pragul de control al calității
MLOps complet automatizat

3. Imputarea caracteristicilor - caracteristici defecte

$$

Coloanele din tabelul anterior sunt evidențiate și marcate ca defecte.

$$

  • Detectarea caracteristicilor defecte
  • Aplicarea imputării caracteristicilor
MLOps complet automatizat

3. Imputarea caracteristicilor - soluții posibile

  • Valori numerice

    $$

    • Imputare cu medie/mediană

    • Imputare KNN

$$

  • Valori categoriale

    $$

  • Imputare cu categoria frecventă

  • Adăugarea categoriei „Lipsă"

MLOps complet automatizat

Să exersăm!

MLOps complet automatizat

Preparing Video For Download...