Этапы жизненного цикла

MLOps: развёртывание и жизненный цикл моделей

Nemanja Radojkovic

Senior Machine Learning Engineer

Жизненные циклы машинного обучения

 

1. Жизненный цикл ML-проекта
2. Жизненный цикл ML-приложения
3. Жизненный цикл ML-модели

Модель — это...

НЕ что-то абстрактное и/или теоретическое

Модель — это

• конкретная, обученная модель
• готовая к использованию

Развёртывание

 

• Объект модели + ресурсы для развёртывания = пакет развёртывания модели
• Ввод модели в использование = развёртывание

 

Мониторинг модели

 

• Работает ли сервер модели?
• Соответствуют ли входные и выходные данные модели ожидаемым?
• Также известно как мониторинг после развёртывания

 

Вывод из эксплуатации

 

 

Возможные причины

• Найдена более качественная модель
• Созданы более информативные признаки
• Моделируемый процесс изменился, и существующая модель устарела

 

=> Старое уходит, новое приходит

Архивирование модели

• Важно в регулируемых отраслях.

  Почему ваша модель оценки кредитного риска одобрила этот кредит в 2020 году?

 

• Воспроизводимость: возможность воссоздать, загрузить и использовать старую версию модели
  • Нетривиальное требование

 

Давайте потренируемся!

MLOps: развёртывание и жизненный цикл моделей