Cos’è MLOps?

• Raccogli le idee e scopri i principi, le pratiche e gli elementi culturali che costituiscono un modello MLOps per lo sviluppo e il deployment di modelli di ML.

Ciclo interno

• Impara a usare gli strumenti necessari per sperimentare e realizzare il nostro modello; creeremo un ambiente di lavoro, esploreremo il set di dati, inizieremo a monitorare gli esperimenti e a distribuire i modelli.

Pipeline di formazione

• Passa all’automazione dei passaggi precedenti per produrre il nostro modello di formazione.

Ciclo esterno

• Introduzione a MLOps: un insieme di procedure che automatizzano e semplificano i flussi di lavoro e i deployment di machine learning.
  Qui creeremo il nostro ambiente MLOps, in cui verranno eseguiti la pipeline di formazione continua, il deployment automatizzato e gli strumenti di supporto.

Monitoraggio

• I modelli di machine learning possono essere influenzati da vari fattori, tra cui le modifiche nei modelli di dati, i cambiamenti nel comportamento degli utenti e l’evoluzione delle condizioni esterne. Grazie al monitoraggio continuo, identificheremo in modo proattivo questi cambiamenti, ne valuteremo l’impatto sull’accuratezza dei modelli e apporteremo le modifiche necessarie per mantenere prestazioni ottimali.

Controllo delle versioni dei dati

• Migliora la tracciabilità introducendo il controllo delle versioni per i set di dati che cambiano nel tempo.

Deployment avanzati

• Gestisci correttamente la pre e post-elaborazione di dati e previsioni, scopri la scalabilità automatica per gestire i carichi e introduci modelli di deployment avanzati come i deployment canary e blue-green per garantire un rilascio dei modelli sicuro e senza interruzioni.

Archivi di funzionalità

• Metodi efficaci per gestire le funzionalità dei dati e le relative modifiche, e per garantire che le funzionalità siano uniformi nella fase di addestramento e in quella di fornitura dei modelli.

Sicurezza

• Implementa barriere di sicurezza automatizzate per garantire la conformità alle procedure di sicurezza aziendali ed estenderle ai modelli.