Architecture de référence : MLOps entièrement automatisé

MLOps entièrement automatisé

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

Qu'est-ce qu'une architecture de référence ?

Une architecture de référence est un gabarit pour concevoir des solutions dans divers domaines TI.

Un ensemble de documents comprenant :

Structures et intégrations des éléments TI
Schémas courants dans les systèmes TI, y compris les systèmes ML
Tirer parti de l'expérience et des pratiques exemplaires de l'industrie

Architecture MLOps entièrement automatisée

Image présentant une vue d'ensemble de l'architecture de référence MLOps entièrement automatisée.

¹ https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning

Architecture de référence – Expériences orchestrées

Image montrant une vue d'ensemble de l'architecture de référence MLOps entièrement automatisée. L'image zoome sur des boîtes reliées : de gauche à droite, analyse des données, expérience orchestrée, code source, dépôt de code source.

Architecture de référence – Code source et CI

L'image se déplace vers la gauche. Après le dépôt de code source, un bloc d'intégration continue apparaît, avec une étape de compilation qui produit des forfaits (packages).

Architecture de référence – Artéfacts et CD

L'image descend pour montrer un bloc de livraison continue.

Architecture de référence – Déploiement du pipeline ML

L'image se déplace vers la gauche pour montrer un pipeline ML automatisé avec différentes étapes : extraction des données, validation des données, préparation des données, entraînement du modèle, évaluation du modèle, validation du modèle.

Architecture de référence – Magasin de métadonnées

L'image descend pour montrer le magasin de métadonnées qui recueille les journaux générés par le pipeline ML.

Architecture de référence – Registre de modèles

L'image monte vers la droite pour montrer que les modèles entraînés par le pipeline ML sont poussés vers un registre de modèles.

Architecture de référence – Services de prédiction

L'image descend pour montrer que les modèles entraînés par le pipeline ML sont livrés en continu à un module de service de prédiction.

Architecture de référence – Suivi continu

L'image se déplace vers la gauche pour montrer un composant de surveillance du rendement qui suit la performance des prédictions du service de prédiction.

Architecture de référence – Déclenchement automatisé

L'image se déplace encore vers la gauche pour montrer un composant de déclenchement relié au module de surveillance du rendement.

Architecture de référence – Réentraînement automatisé

L'image monte pour montrer que le déclencheur peut activer le pipeline ML automatisé du système.