Enjeux d'affaires et risques liés à MLOps

MLOps pour les affaires

Arne Jonas Warnke

Head of Emerging Curriculum

Plan du chapitre 3

Vidéo Enjeux d'affaires et risques liés à MLOps :

  • Enjeux d'affaires et risques liés à MLOps

$$

Vidéo Comment les équipes MLOps réussissent à opérer :

  • Comment les équipes MLOps réussissent à opérer

$$

Vidéo L'état de MLOps aujourd'hui

  • L'état de MLOps aujourd'hui
MLOps pour les affaires

MLOps : un vrai défi

$$ Beaucoup d'entreprises peinent

  • à opérationnaliser
  • à automatiser la conception et le développement
  • à rationaliser et à passer à l'échelle

leurs cas d'usage ML

$$

Défi

MLOps pour les affaires

MLOps exige des compétences variées

MLOps se situe à l'intersection de Machine Learning, de l'ingénierie des données et du génie logiciel

MLOps pour les affaires

Défis MLOps : compétences

Les équipes manquent souvent

  • de certaines compétences clés
    • Souvent liées au génie logiciel

$$

Ce qui peut mener à

  • Dette technique
  • Manque de normalisation
  • Reproductibilité insuffisante

Des personnes collaborent pour résoudre un casse-tête

MLOps pour les affaires

Défis MLOps : collaboration et culture

La collaboration est essentielle pour assurer

  • L'alignement des mesures statistiques et des objectifs d'affaires
  • Une compréhension partagée du fonctionnement des équipes MLOps

$$

Culture et habitudes de

  • Apprentissage continu
  • Reconnaissance que les échecs arrivent
  • Documentation et partage des connaissances

$$

Des personnes collaborent devant un ordinateur

MLOps pour les affaires

Défis MLOps : technologie

Technologie

  • Évolue rapidement
  • Pas d'empilage d'outils MLOps commun
    • Des équipes adoptent des approches technologiques très différentes
    • Peu de pratiques exemplaires largement acceptées côté technologie

$$

Erreur fréquente

  • Suraccent sur la technologie

$$ Un graphe de réseau intelligent

MLOps pour les affaires

Défis MLOps : risques

Risques liés à l'exploitation de modèles de Machine Learning :

  • Risques d'affaires et financiers
    • Application/modèle possiblement indisponible
    • Qualité des prédictions en dégradation
    • Risque de maintenance
  • Risques de gouvernance
    • Prédiction complètement erronée
    • Biais possible
  • Risques de cybersécurité/sûreté

$$

Illustration de différents risques

MLOps pour les affaires

Projets logiciels traditionnels vs MLOps

Logiciels traditionnels

  • Tests, débogage…

MLOps

  • Tests, débogage…
  • Suivi des données
  • Suivi des sorties du modèle
  • …

$$ Une personne écrit du code

$$ Un humain-robot hybride écrit du code

MLOps pour les affaires

Passons à la pratique !

MLOps pour les affaires

Preparing Video For Download...