MLOps: развёртывание и жизненный цикл моделей
Nemanja Radojkovic
Senior Machine Learning Engineer

ДА: Концептуальное понимание

НЕТ: Практические навыки

Machine Learning Operations
Цель: ML-процессы и сервисы
Ценность и необходимость MLOps

Этапы жизненного цикла модели

Компоненты фреймворка MLOps

ТИПИЧНАЯ ОТПРАВНАЯ ТОЧКА
=> Накопление технического долга
подразумеваемые затраты на доработку, возникающие при выборе простого (ограниченного) решения сейчас вместо более правильного, требующего больше времени
~ Wikipedia[1]
Известная статья Google по теме:
«Machine Learning: The high-interest credit card of technical debt»[2]
ЧЕМ БОЛЬШЕ ВРЕМЕНИ И МОДЕЛЕЙ В ПРОДАКШЕНЕ
Автоматизация ML-процессов == зрелость MLOps

Жизненный цикл модели

Архитектура MLOps

MLOps: развёртывание и жизненный цикл моделей