Profilage, gestion de versions et magasins de caractéristiques

Déploiement MLOps et cycle de vie

Nemanja Radojkovic

Senior Machine Learning Engineer

Profilage des données

 

 

Analyse automatisée des données et création de résumés de haut niveau (profils, attentes), utilisés pour valider et surveiller les données en production

Objectif des références 1

Déploiement MLOps et cycle de vie

Objectif des références 1

Déploiement MLOps et cycle de vie

Objectif des références 2

Déploiement MLOps et cycle de vie

Objectif des références 3

Déploiement MLOps et cycle de vie

Risques SANS profils de données

  • Des clients se plaignent, même s'ils ont soumis des entrées erronées au modèle
  • Impossible de détecter une dérive des données et le modèle n'est plus valide
Déploiement MLOps et cycle de vie

liste de vérification du profil

Déploiement MLOps et cycle de vie

great expectations

Déploiement MLOps et cycle de vie

liste de vérification : versions

Déploiement MLOps et cycle de vie

flèche de versionnage

Déploiement MLOps et cycle de vie

assurer la reproductibilité

Déploiement MLOps et cycle de vie

pas une copie

Déploiement MLOps et cycle de vie

données en place

Déploiement MLOps et cycle de vie

simple pointeur

Déploiement MLOps et cycle de vie

version train test

Déploiement MLOps et cycle de vie

 

logo dvc

 

 

 

  • Data
  • Version
  • Control
Déploiement MLOps et cycle de vie

magasin de caractéristiques

Déploiement MLOps et cycle de vie

un magasin est une BD

Déploiement MLOps et cycle de vie

réutilisable entre projets

Déploiement MLOps et cycle de vie

BD double

Déploiement MLOps et cycle de vie

BD à grand volume

Déploiement MLOps et cycle de vie

BD à l'enregistrement

Déploiement MLOps et cycle de vie

réutilisabilité

Déploiement MLOps et cycle de vie

écart entraînement/production

Déploiement MLOps et cycle de vie

courriels

Déploiement MLOps et cycle de vie

Passons à la pratique !

Déploiement MLOps et cycle de vie

Preparing Video For Download...