Комментарии 12
судя по количеству комментариев - дочитали далеко не все =)
Монументально!
... На работе дали в нагрузку ML инженеров, сейчас со скрипом ковыряю процессы. На базе ажура. Что интересно, на самом деле очень тяжело объяснить подходы к автоматизации, стандартизации и т.п., они все хотят делать руками ;) Почитать было интересно, как раз некоторые моменты для себя прояснил, соберусь с новыми силами и продолжу.
Пишите ещё :)
Дочитал. Осознал не все. Добавил в закладки. Будут впитывать порциями. Спасибо автору!
Статья достаточно подробная, но хотелось бы посмотреть на примеры реальных MLOps проектов. Столкнулся с невероятным разнообразием тулов для MLOps проектов, кто-то использует conda где-то poetry, можно тоже самое но в mlflow и в докер. В одних кейсах код прямо в ноутбуках в других модулями в python. Почитать бы про бест практисы об этом.
Спасибо за такую всеобъемлющую статью. От себя добавлю, что мы в своей команде наладили автоматизацию работы с ml на стеке продуктов от HashiCorp, что в целом очень сильно удешевило и упростило некоторые стадии. Для небольших компаний, это вполне себе k8s для бедных.
Очередной SHIT-OPs подход, который наплодит ментальных калек, которые в инженерию вообще не смогут, но будут кидаться умными словами под каждой статьёй про ML. Такое же дерьмо, как и DevOps метода, породившая кучу хипстеров, большинство которых не то, что в DEV не могут, но даже и OPs не умеют.
Потрясная статья, большая, обширная, достаточно подробная, полезные пикчи и даже мемы! +реп таким парням
Очень понравилась статья! Позволяет систематизировать знания и понять, что и как делать дальше.
Единственное, после слов - На схеме это Automated ML Workflow Pipeline (блок D), который запускается по триггерам в каком-либо инструменте оркестрации, приведен блок B, а не D. Но на качетсво статьи, это не влияет)
...
Что такое MLOps? Самый подробный текст про работу с ML-системами, который вы найдете в интернете