ทีม MLOps ดำเนินงานอย่างมีประสิทธิภาพได้อย่างไร

MLOps สำหรับธุรกิจ

Arne Jonas Warnke

Head of Emerging Curriculum

ผลกระทบของ machine learning ที่จำกัด (ในอดีต)

ในอดีต องค์กรต่าง ๆ ใช้แนวทางเชิงทดลองกับ machine learning

ปัญหาที่พบ ได้แก่

ภาพขาวดำของบุคคลหนึ่งคนนั่งอยู่หน้าคอมพิวเตอร์ยุค 1980

ในวิดีโอนี้

DevOps มุ่งเน้น

ฝ่ายพัฒนาให้ความสำคัญกับ

ฝ่ายปฏิบัติการมุ่งเน้น

DevOps

¹ Kim et al. (2021). The DevOps handbook: How to create world-class agility, reliability, & security in technology organizations. IT Revolution.

การส่งมอบอย่างต่อเนื่อง (Continuous delivery)
- การปล่อยโค้ดบ่อย ขนาดเล็ก และเชื่อถือได้
- เช่น การเพิ่มฟีเชอร์เล็ก ๆ (หรือการเปลี่ยนแปลงโค้ด) อย่างต่อเนื่อง
ระบบอัตโนมัติสำหรับการทดสอบและการปล่อยโค้ด
การมอนิเตอร์และการ "roll-back" ที่ทำได้ง่าย
การรวมโค้ดอย่างต่อเนื่อง (Continuous integration)

$$ แผนผังการปล่อย software

¹ Leite et al. (2019). A survey of DevOps concepts and challenges. ACM Computing Surveys (CSUR), 52(6), 1-35.

วงจร DevOps $$ หน้าจอสีน้ำเงิน

Feedback loops
- การทดสอบอัตโนมัติ
- ตรวจพบความผิดพลาดตั้งแต่เนิ่น ๆ
เมื่อเกิดปัญหาขึ้น
- การวิเคราะห์หาสาเหตุที่แท้จริง
- การสรุปบทเรียนโดยไม่โทษกัน
- การเรียนรู้และแบ่งปันความรู้เพื่อพัฒนา

MLOps / DevOps เน้นความร่วมมือเป็นหลัก

ลักษณะร่วมที่พบบ่อย

$$ ผู้คนกำลังทำงานร่วมกัน

มุ่งสู่คุณภาพสูงผ่านการทดลอง

$$ การทดลองในห้องปฏิบัติการ

MLOps สำหรับธุรกิจ