參考架構：全自動 MLOps

Fully Automated MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

什麼是參考架構？

參考架構是可用於不同 IT 領域設計解決方案的樣板。

一組文件，包含：

顯示全自動 MLOps 參考架構高階總覽的圖片。

¹ https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning

顯示全自動 MLOps 參考架構高階總覽的圖片。畫面放大至一組相連方塊：由左至右為資料分析、實驗編排、原始碼、原始碼儲存庫。

畫面左移。原始碼儲存庫之後，出現持續整合方塊。此方塊包含建置模組，輸出為套件。

畫面下移以顯示持續交付方塊。

畫面左移，顯示自動化 ML 流水線的各步驟：資料擷取、資料驗證、資料準備、模型訓練、模型評估、模型驗證。

畫面下移，顯示中繼資料儲存區收集 ML 流水線產生的日誌。

畫面上移並向右，顯示 ML 流水線訓練出的模型被推送至模型登錄。

畫面下移，顯示 ML 流水線訓練出的模型持續交付到架構中的預測服務模組。

畫面左移，顯示效能監控元件，用來追蹤預測服務的表現。

畫面進一步左移，顯示有一個觸發器元件連接到效能監控模組。

畫面上移，顯示觸發器可啟動系統中的自動化 ML 流水線。

畫面縮小，顯示完整參考架構的高階總覽。

顯示全自動 MLOps 參考架構高階總覽的圖片。畫面放大至特徵儲存區元件。

畫面下移，顯示特徵儲存區也為系統中的過渡、預備、正式環境之自動化 ML 流水線提供資料。

畫面放大至特徵儲存區元件。此元件為實驗與開發環境中的實驗編排模組提供資料。

畫面放大至特徵儲存區元件。此元件為系統中的預測服務提供資料。

顯示全自動 MLOps 參考架構高階總覽的圖片。

Fully Automated MLOps