आधुनिक MLOps फ्रेमवर्क

MLOps डिप्लॉयमेंट और लाइफ साइक्लिंग

Nemanja Radojkovic

Senior Machine Learning Engineer

मेरे बारे में

प्रोफ़ाइल तस्वीर

सीनियर Machine Learning इंजीनियर
प्रोडक्शन में Machine Learning मॉडल्स का विकास, डिप्लॉयमेंट, और मेंटेनेंस का अनुभव
मौजूदा फोकस: ML डिप्लॉयमेंट और लाइफ-साइक्लिंग

¹ www.linkedin.com/in/radojkovic

संकल्पनात्मक कोर्स

हाँ: उच्च-स्तरीय समझ

संकल्पनात्मक फ्लोचार्ट

नहीं: हैंड्स-ऑन स्किल्स

कोडिंग हैंड्स-ऑन

MLOps

Machine Learning Operations

सिद्धांत
प्रैक्टिसेज़
टूल्स

लक्ष्य: ML वर्कफ़्लो और सर्विसेज़

ऑटोमेटेड
रिप्रोड्यूसिबल
इंटीग्रेटेड

ऑप्स भाग 1

ऑप्स भाग 2

डेव से MLOps

अध्याय I

MLOps का मूल्य और आवश्यकता

मूल्य

मॉडल लाइफ साइकल के चरण

लाइफ साइकल

MLOps फ्रेमवर्क के घटक

बिल्डिंग ब्लॉक्स

सिर्फ DevOps

DevOps के साथ MLOps

Ops के बिना ML की ऊँची लागत

सामान्य शुरुआती स्थिति

मैन्युअल ML वर्कफ़्लो
मैन्युअल डिप्लॉयमेंट
ऐड-हॉक मॉनिटरिंग

=> तकनीकी ऋण का संचय

Technical Debt

अभी आसान (सीमित) समाधान चुनने से, जो अतिरिक्त दोबारा काम का छिपा खर्च आता है, बजाय उस बेहतर तरीके के जो अधिक समय लेगा

~ Wikipedia[1]

इस विषय पर प्रसिद्ध Google पेपर:

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

ज़्यादा समय और ज़्यादा मॉडल डिप्लॉय

अधिक तकनीकी ऋण और मॉडल जोखिम
प्रक्रिया धीमी, निराशाजनक और त्रुटि-प्रवण
वैल्यू डिलीवर करने की क्षमता प्रभावित

¹ https://en.wikipedia.org/wiki/Technical_debt ² https://research.google/pubs/pub43146/

ML वर्कफ़्लोज़

डेटा कलेक्शन और प्रिपरेशन
डेटा-लेबलिंग
मॉडल सिलेक्शन
मॉडल ट्रेनिंग
मॉडल पैकेजिंग
मॉडल डिप्लॉयमेंट
मॉडल मॉनिटरिंग और मेंटेनेंस

ML वर्कफ़्लो ऑटोमेशन == MLOps परिपक्वता

लागू किया गया MLOps

ऑटोमेटेड
फ़ास्ट
रिप्रोड्यूसिबल
एक्स्प्लेनेबल

हम यहाँ हैं

नॉन-लिनियर

लिनियर

स्पॉटलाइट 1

ऑल आइज़ ऑन मी

आगे क्या!

मॉडल लाइफ-साइक्लिंग

लाइफ साइकल

MLOps आर्किटेक्चर

संकल्पनात्मक फ्लोचार्ट

अभ्यास करते हैं!

MLOps डिप्लॉयमेंट और लाइफ साइक्लिंग

Preparing Video For Download...