MLOps – využití přístupu DevOps pro ML modely v prostředí cloudu

zadáno
MLOps – využití přístupu DevOps pro ML modely v prostředí cloudu

Vývoj a trénování ML modelů pro různé praktické aplikace se dnes stal již běžnou záležitostí, vlastní tvorbě a vývoji modelů se věnuje značná část akademické obce zaměřená na oblast Data Science. Pro komerční využití takto vytvořených modelů je však potřeba zajistit i jejich technickou rovinu, a to s ohledem na požadavky, jako jsou: životní cyklus vývoje, verzovatelnost, nasazení, provoz a škálování. Uvedené požadavky lze souhrnně pojmenovat termínem MLOps (Machine Learning Operations). Charakteristikou ML modelů je, že se nejedná o vývoj a provoz klasického software, pro který lze využít již etablovaný přístup DevOps, ale vyžaduje často jiný, specifický přístup. Cílem této diplomové práce je navrhnout a ověřit způsob nasazení a způsob provozu ML modelů v prostředí cloudu. Zadání práce se skládá z následujících tří částí. V první části bude potřeba ověřit, jaké jsou možnosti a způsoby nasazení  a provozování ML modelů ve vybraném cloudu. V další části se očekává návrh procesu životního cyklu vývoje ML modelů, návrh CI/CD procesu a návrh infrastruktury pro vlastní ML model tj. volba vhodných cloudových služeb. Poslední částí je pak ověření navrženého konceptu na konkrétním, již vytvořeném ML modelu a vyhodnocení vhodností a použitelnosti navrženého přístupu.

Zaujalo tě téma?

Ozvi se nám!