Le cadre MLOps moderne

Déploiement MLOps et cycle de vie

Nemanja Radojkovic

Senior Machine Learning Engineer

À propos de moi

 

Photo de profil

 

  • Ingénieur(e) principal(e) en Machine Learning
  • Expérience en développement, déploiement et maintenance de modèles de Machine Learning en production
  • Priorité actuelle : déploiement et cycle de vie ML
1 www.linkedin.com/in/radojkovic
Déploiement MLOps et cycle de vie

Cours conceptuel

OUI : Compréhension générale

organigramme conceptuel

NON : Compétences pratiques

codage pratique

Déploiement MLOps et cycle de vie

MLOps

Machine Learning Operations

  • Principes
  • Pratiques
  • Outils

Objectif : flux ML et services

  • Automatisés
  • Reproductibles
  • Intégrés
Déploiement MLOps et cycle de vie

ops partie 1

Déploiement MLOps et cycle de vie

ops partie 2

Déploiement MLOps et cycle de vie

mlops depuis dev

Déploiement MLOps et cycle de vie

Chapitre I

Valeur et nécessité des MLOps

valeur

Étapes du cycle de vie d'un modèle

cycle de vie

 

Composants du cadre MLOps

blocs de construction

Déploiement MLOps et cycle de vie

devops seulement

Déploiement MLOps et cycle de vie

devops avec mlops

Déploiement MLOps et cycle de vie

Coût élevé du ML sans Ops

 

POINT DE DÉPART HABITUEL

  • Flux ML manuels
  • Déploiement manuel
  • Surveillance ad hoc

 

=> Accumulation de dette technique

Déploiement MLOps et cycle de vie

Dette technique

le coût implicite des retouches supplémentaires causées par le choix d'une solution facile (limitée) maintenant plutôt qu'une meilleure approche qui prendrait plus de temps

~ Wikipédia[1]

 

Article célèbre de Google sur le sujet :

« Machine Learning: The high-interest credit card of technical debt »[2]

 

PLUS DE TEMPS ET DE MODÈLES DÉPLOYÉS

  • Davantage de dette technique et de risque de modèle
  • Processus plus lent, frustrant et propice aux erreurs
  • Capacité à livrer de la valeur réduite
1 https://en.wikipedia.org/wiki/Technical_debt 2 https://research.google/pubs/pub43146/
Déploiement MLOps et cycle de vie

Flux ML

  • Collecte et préparation des données
  • Annotation des données
  • Sélection de modèle
  • Entraînement du modèle
  • Empaquetage du modèle
  • Déploiement du modèle
  • Surveillance et maintenance du modèle

 

Automatiser le flux ML == maturité MLOps

Déploiement MLOps et cycle de vie

Mise en œuvre de MLOps

  • Automatisé
  • Rapide
  • Reproductible
  • Explicable
Déploiement MLOps et cycle de vie

nous sommes ici

Déploiement MLOps et cycle de vie

non linéaire

Déploiement MLOps et cycle de vie

linéaire

Déploiement MLOps et cycle de vie

projecteur 1

Déploiement MLOps et cycle de vie

tous les regards sur moi

Déploiement MLOps et cycle de vie

Déploiement MLOps et cycle de vie

À venir !

 

Cycle de vie des modèles

cycle de vie

Architecture MLOps

organigramme conceptuel

Déploiement MLOps et cycle de vie

Passons à la pratique !

Déploiement MLOps et cycle de vie

Preparing Video For Download...