owned this note   changed 3 years ago  
Linked with GitHub

如何從DevOps團隊，轉換到MLOps團隊。 - 蔡効謙

歡迎來到 DevOpsDay Taipei 2022 共筆

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

共筆入口：https://hackmd.io/@DevOpsDay/2022
手機版請點選上方 按鈕展開議程列表。

各家講者出來分享自己的經驗多少都有些公司內規和公關要求的限制，有些不方便分享的地方（例如：不要張貼簡報截圖）還請大家多多包涵喔（不然就更多人不敢出來分享了）
DevOpsDays Taipei 2022

從這開始

tags: DevOpsDays Taipei 2022

repo: https://github.com/HCTsai/MLOps_DevOpsDays_2022

DevOps 降低開發成本
MLOps 將低開發AI成本

ML 與 DevOps 的盲點

實施DevOps 把AI功能當作一個功能 （不建議）
導入CI/CD將AI模型當一份檔案 （不建議）

  • 只能測功能項但無法驗證模型

套用MLOps工具不是MLOps的目的

從Data Training Deploy 三個層面思考團隊現的的目標困難與未來挑戰

MLFlow
ML實驗過程：透明、公開、可回朔結果、可互相討論學習
統一紀錄與管理實驗產生的數據及，特徵資料、模型、表現

只要改寫Loggin方式，就能夠完整紀錄實驗過程到雲端

ML資料與模型儲存
MinIO > 多版本的Object Storage

Continuous Training / Continuous Monitoring

用AI來監控AI，將特殊資料自動標記，減少人工標注的工作，隨時提升資料品質

CT除了定時重新訓練模型以外，還要有動態提升資料品質的機制

GitHub: https://github.com/HCTsai/MLOps_DevOpsDays_2022

Select a repo