MLOps
Определение
MLOps — практики и инструменты для управления жизненным циклом ML-моделей: от разработки до deployment и мониторинга в production.
Простое объяснение
Это правила и инструменты для того, чтобы умные программы работали стабильно и их было легко обновлять.
Подробнее
Этапы MLOps:
- Подготовка данных — пайплайны, версионирование
- Обучение — эксперименты, tracking
- Deployment — контейнеризация, API
- Мониторинг — drift detection, метрики
Инструменты: MLflow, Kubeflow, Weights & Biases, DVC.
Связанные термины
AI-генератор текста
Инструмент на базе больших языковых моделей (LLM), предназначенный для автоматического создания текстового контента по запросу пользователя.
Latency
Латентность — время задержки между отправкой запроса к AI-системе и получением ответа, критичный показатель для пользовательского опыта.
Kubernetes
Kubernetes (K8s) — платформа оркестрации контейнеров, ставшая стандартом для развёртывания и масштабирования ML-инфраструктуры.
Whisper
Whisper — открытая модель распознавания речи от OpenAI, способная транскрибировать и переводить аудио на 99 языках.