MLOps के best practices और pitfalls

बिज़नेस के लिए MLOps

Arne Jonas Warnke

Head of Emerging Curriculum

इस वीडियो की सामग्री

$$

MLOps

Best practices
बचने योग्य Pitfalls

$$

सर्वोत्तम तरीके

MLOps एप्लिकेशन डिज़ाइन के Best practices

$$

मुख्य ध्यान बेहतर डेटा पर दें
- बेहतर मॉडलों से अधिक
- Data-centric अप्रोच

$$

बिज़नेस प्रश्न से शुरू करें
- सम्भाव्यता स्पष्ट न हो तो PoC पर विचार करें
- संभावित bottlenecks पहले आकलित करें
- फेल हों तब भी कुछ सीखना सुनिश्चित करें

$$

संख्याओं वाली शीट

Infrastructure

$$

Infrastructure-संबंधित best practices

कंप्यूटिंग पावर की डिमांड बदलती रहती है
- ट्रेनिंग के दौरान खासकर बहुत अधिक
- उसके अनुरूप इन्फ्रास्ट्रक्चर तैयार रखें
संबंधित लागतों का ध्यान रखें

$$

सर्वर रूम में सहकर्मी

मॉडलिंग से जुड़े Best practices

$$

MLOps दृष्टि से कुछ best practices:

सरल मॉडल से शुरू करें
- जल्दी बनता है, baseline दे सकता है
- समझना आसान

नया मॉडल जोड़ते समय:

क्या मॉडल status quo से बेहतर है?

$$

कोड लिखता मानव-रोबोट हाइब्रिड

Testing

$$

Automated testing

पूरे लाइफ-साइकिल में

Code
Models
Data quality
पूरी pipelines

स्वचालित परीक्षण

कोड क्वालिटी और Reproducibility

$$

सभी परिणाम

समझने योग्य
पुनरुत्पाद्य

=> कोड क्वालिटी की टेस्टिंग

$$

सॉफ्टवेयर कोड सुधारते दो प्रोग्रामर

Knowledge transfer

$$

Versioning

Models और code
(Store) data

संस्कृति बनाए रखें

Documentation
Clean code
Knowledge transfer

$$

ब्रेनस्टॉर्मिंग छवि

प्राप्त insights का दस्तावेज़ीकरण करें

$$

सीखी गई knowledge को ट्रैक करें

भले ही वह final application का हिस्सा न हो

$$

एक बल्ब

Operations से जुड़े Best practices

$$

Automated

Logging
Monitoring practices

$$

टीम trained

errors पर जल्दी प्रतिक्रिया देने के लिए

$$

Continuous Monitoring / -Training

$$

एक मॉनिटरिंग रूम

अभ्यास करते हैं!

बिज़नेस के लिए MLOps

Preparing Video For Download...