MLOps'ta orkestrasyon

Tam Otomatik MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

MLOps sistemlerinde temel bir bileşen

MLOps başvuru mimarisinin görseli; iki öğe vurgulanmış: geliştirme ortamında orkestre edilen deneyler ve prodüksiyonda otomatikleştirilmiş pipeline.

Tam Otomatik MLOps

Modülerlik ve yeniden kullanım

İki ML pipeline'ı içeren şekil: üstteki geliştirme ve deney ortamında, alttaki prodüksiyonda.

Tam Otomatik MLOps

Orkestrasyon ve otomasyon

ML pipeline'ları şuralarda kullanılır:

  • Geliştirme ve deney

Bir bileşen görseli: orkestre edilen deney.

  • Prodüksiyon

Otomatikleştirilmiş bir ML pipeline görseli.

Tam Otomatik MLOps

MLOps'ta Directed Acyclic Graph'ler

$$

  • Grafiksel pipeline gösterimleri
  • Pipeline adımları düğümler olarak temsil edilir
  • Adımların bağımlılıkları kenarlardır

Bir ML pipeline'da birbirine bağlı adımlarla basit bir DAG görseli.

Tam Otomatik MLOps

MLOps'ta orkestrasyon nedir?

$$

  • Görev akışlarını yönetme ve otomatikleştirme

$$

  • Görev zamanlama ve izleme

$$

  • Veri bağımlılıklarını ve akışlarını yönetme
Tam Otomatik MLOps

ML pipeline'ları - geliştirme ve deney

Geliştirme ve deney ortamında orkestre edilen bir ML pipeline görseli. Pipeline bir veri bilimci tarafından tetiklenir ve bir orkestratör bileşeni tarafından orkestre edilir.

  • Model eğitiminde uçtan uca görevleri yönet
  • Doğru akış, kayıt ve loglama
  • Paralel deneyler
Tam Otomatik MLOps

ML pipeline'ları - prodüksiyon

Prodüksiyon ortamında otomatikleştirilmiş bir ML pipeline görseli. Pipeline otomatik bir tetikleyiciyle tetiklenir ve bir orkestratör bileşeni tarafından orkestre edilir.

  • Model dağıtımını otomatikleştirmeye yardımcı olur
  • Pipeline adımlarını yönetir ve yürütür
  • Tutarlı ve güvenilir dağıtımlar
Tam Otomatik MLOps

Hadi pratik yapalım!

Tam Otomatik MLOps

Preparing Video For Download...