A csapat Adattudomány folyamat életciklusának üzembe helyezési szakasza

  • Cikk

Ez a cikk a Team Adattudomány Process (TDSP) üzembe helyezésével kapcsolatos célokat, feladatokat és termékeket ismerteti. Ez a folyamat egy ajánlott életciklust biztosít, amellyel csapata strukturálhatja adatelemzési projektjeit. Az életciklus a csapat által végrehajtott fő fázisokat vázolja fel, gyakran iteratív módon:

  • Üzleti ismeretek
  • Adatgyűjtés és -megértés
  • Modellezés
  • Üzembe helyezés
  • Ügyfélfogadás

Íme a TDSP életciklusának vizuális ábrázolása:

Diagram that shows the stages of the TDSP lifecycle.

Cél

Az üzembe helyezési szakasz célja, hogy az ügyfelek végső elfogadása érdekében adatfolyammal rendelkező modelleket helyezzen üzembe egy éles vagy éles környezetben.

A feladat befejezése

Ennek a fázisnak a fő feladata a modell üzembe állítása. Telepítse a modellt és a folyamatot egy éles vagy éles környezetbe alkalmazáshasználat céljából.

Modell üzembe helyezése

Miután rendelkezik olyan modellkészlettel, amely jól teljesít, a csapata üzembe helyezheti őket más alkalmazások számára. Az üzleti követelményektől függően az előrejelzések valós időben vagy kötegelt alapon készülnek. A modellek üzembe helyezéséhez api-felülettel teheti elérhetővé őket. Egy felülettel a felhasználók egyszerűen felhasználhatják a modellt különböző alkalmazásokból, például:

  • Webhelyek
  • Számolótáblák
  • Irányítópultok
  • Üzletági alkalmazások
  • Háttéralkalmazások

Példák az Azure Machine Tanulás-nal történő modell-üzembe helyezésre: Gépi tanulási modellek üzembe helyezése az Azure-ban. Ajánlott eljárás a monitorozás beépítése az éles modellbe és az üzembe helyezendő adatfolyamba. Ez a gyakorlat segít a rendszerállapot későbbi jelentésében és hibaelhárításában.

Integrálás az MLflow-jal

A szakasz támogatásához az alábbi Azure Machine-Tanulás funkciókat használhatja:

  • Modellkezelés: Az üzembe helyezés előkészítéséhez egy modellt éles vagy üzemeltetési környezetbe kell helyeznie. Az MLflow üzembe helyezésre kész modelleket kezel és verzióz, ami segít az üzembe helyezés javításában.

  • Modellkiszolálás és üzembe helyezés: Az MLflow modellkiszolgáló funkciói megkönnyítik az üzembe helyezési folyamatot, így könnyen kiszolgálhatja a modelleket különböző környezetekben.

Artifacts

Ebben a szakaszban a csapata a következőket biztosítja:

  • Állapot irányítópult , amely megjeleníti a rendszer állapotát és a főbb metrikákat. Javasoljuk, hogy a Power BI használatával hozzon létre egy irányítópultot.

  • Végső modellezési jelentés az üzembe helyezés részleteivel.

  • Végső megoldásarchitektúra-dokumentum.

Lektorált szakirodalom

A kutatók tanulmányokat tesznek közzé a TDSP-ről a lektorált szakirodalomban. Az idézetek lehetőséget nyújtanak a TDSP-hez hasonló alkalmazások vagy hasonló ötletek vizsgálatára, beleértve az üzembe helyezés életciklusának fázisát is.

Közreműködők

Ezt a cikket a Microsoft tartja karban. Eredetileg a következő közreműködők írták.

Fő szerző:

A nem nyilvános LinkedIn-profilok megtekintéséhez jelentkezzen be a LinkedInbe.

Ezek a cikkek a TDSP életciklusának további szakaszait ismertetik: