What are the MLOps tools?

Gängige Werkzeuge sind DVC für die Datenversionierung, ClearML, AWS Sage Maker, Neptune und Qwak für das Experimentmanagement, Aporia für die Modellüberwachung. Einige Werkzeuge erweitern sich, um mehr Funktionen in einem Tool zu integrieren, wie CoreAI (On-Premise-Lösung) und IguazIO. Machine Learning Operations ist Software-Versionsmanagement auf Steroiden, kombiniert mit DevOps. Die Rekonstruktion eines KI/ML-Experiments, das zu einem Modell führt, umfasst eine hohe Anzahl von Variablen, wie z.B. Hyperparameter und Versionen der Daten selbst. Darüber hinaus ist der Übergang zur Produktion mehr als nur das CI/CD-Umhüllen des Modells und dessen Vorbereitung für den Einsatz; es ist auch die Fähigkeit, die Leistung des Modells zu überwachen und Abweichungen in den Daten zu erkennen. Schließlich ist es die Fähigkeit, den Fachexperten in den Prozess einzubeziehen und die Änderungen zusammen mit dem Data Scientist zu analysieren. Zusammenfassend sind die Hauptkomponenten von MLOPS: Datenversionierung | Forschungs- und Experimentmanagement | Produktionsmodellleistung | Automatisierung des Forschungsprozesses | CI/CD (Modellbereitstellung) | Datenüberwachung