Presná definícia
Čo znamená MLOps?
MLOps je disciplína uplatňujúca princípy DevOps a dátového inžinierstva na životný cyklus modelov, vrátane kontinuálnej integrácie, doručovania, trénovania, verzií, metadát a monitorovania. Cieľom je reprodukovateľná a kontrolovaná zmena celého ML systému, nie iba rýchlejšie nasadenie.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Poisťovňa zavedie pipeline, ktorý pri zmene dát alebo kódu spustí testy, tréning, porovnanie s aktuálnym modelom a schvaľovací krok. Produkcia prijme iba podpísaný artefakt s dohľadateľnými metadátami.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje MLOps?
Automatizované a schvaľované workflow presúvajú verziované dáta, kód a modely medzi vývojom, testom a prevádzkou.
Kedy má MLOps praktický význam?
Poisťovňa zavedie pipeline, ktorý pri zmene dát alebo kódu spustí testy, tréning, porovnanie s aktuálnym modelom a schvaľovací krok.
S čím si pojem nezamieňať?
DevOps riadi všeobecný softvér; MLOps navyše rieši meniace sa dáta, experimenty, modelové metriky a opakované trénovanie.
Ako sa výsledok kontroluje?
Hodnotí sa reprodukcia behov, pokrytie testov dát a modelu, lead time, zlyhania nasadení, drift a čas obnovy.
Na čo si dať pozor?
Nástroj s označením MLOps nevyrieši nejasné metriky, chýbajúce vlastníctvo ani neplatné dáta.