Моніторинг і оповіщення

Розгортання та життєвий цикл MLOps

Nemanja Radojkovic

Senior Machine Learning Engineer

Статистична валідація

Може бути:

• надто чутливим
• недостатньо інформативним

 

Ризики

• Забагато сповіщень
• «Втома від сповіщень»
• Важливі сигнали лишаються непоміченими

Вчіться на власній історії

Після усунення інциденту ⇒ Запишіть першопричину та кроки розв'язання

Приклад від Google[1]:

• 10 років інцидентів задокументовано й проаналізовано
• > 2/3 не були пов'язані з ML!

¹ How ML Breaks: A Decade of Outages for One Large ML Pipeline, https://www.usenix.org/conference/opml20/presentation/papasian

Давайте потренуємось!

Розгортання та життєвий цикл MLOps