Формуємо підхід MLOps

Розроблення моделей машинного навчання для продакшну

Sinan Ozdemir

Data Scientist, Entrepreneur, and Author

MLOps

  • Процес автоматизації та спрощення ML‑робочого процесу від експериментів до продакшну
  • Гарантує, що ML‑експерименти належно протестовані та готові до розгортання й масштабування

mlops

Розроблення моделей машинного навчання для продакшну

ML‑експерименти

ML‑експерименти включають тестування моделей і визначення найкращої

  • MLOps охоплює експерименти з моделями
  • Оцінювання моделей на різних наборах даних
  • Виважений вибір моделі є критичним
  • Відбір може бути тривалим
  • Це забезпечує успіх проєкту
Розроблення моделей машинного навчання для продакшну

Від експериментів до продакшну

forest

Що робить ML‑експеримент готовим до продакшну?

  • Протестований і валідований за доречними метриками
  • Належна документація
  • Налаштований моніторинг
  • Безпечне й масштабоване продакшн‑середовище
Розроблення моделей машинного навчання для продакшну

Чому більшість ML‑експериментів провалюються

Є багато причин, чому так трапляється:

  • Відсутність чітких цілей і завдань
  • Низька якість даних
  • Надто складні архітектури моделей
  • Недостатньо тренувальних даних
  • Overfitting або underfitting
Розроблення моделей машинного навчання для продакшну

Технічний борг

Код, написаний нашвидкуруч без належного тестування чи валідації, або з браком/недописаною/застарілою документацією

  • Якщо не виправити це завчасно, можливі дорогі помилки та баги.
  • Уникайте технічного боргу: пишіть якісний код і документацію з самого початку.

good_kitty

Розроблення моделей машинного навчання для продакшну

Давайте потренуємось!

Розроблення моделей машинного навчання для продакшну

Preparing Video For Download...