Etap wdrażania cyklu życia procesu Nauka o danych zespołowego
W tym artykule opisano cele, zadania i elementy dostarczane skojarzone z wdrożeniem procesu zespołowego Nauka o danych (TDSP). Ten proces zapewnia zalecany cykl życia, którego zespół może używać do tworzenia struktury projektów nauki o danych. Cykl życia przedstawia główne etapy wykonywane przez zespół, często iteracyjne:
- Informacje biznesowe
- Pozyskiwanie i zrozumienie danych
- Modelowania
- Wdrożenie
- Akceptacja klienta
Oto wizualna reprezentacja cyklu życia TDSP:
Goal
Celem etapu wdrażania jest wdrożenie modeli z potokiem danych w środowisku produkcyjnym lub produkcyjnym na potrzeby ostatecznej akceptacji klienta.
Jak wykonać zadanie
Głównym zadaniem tego etapu jest operacjonalizacja modelu. Wdróż model i potok w środowisku produkcyjnym lub przypominającym środowisko produkcyjne na potrzeby użycia aplikacji.
Operacjonalizowanie modelu
Po utworzeniu zestawu modeli, które działają dobrze, zespół może je zoperalizować, aby inne aplikacje mogły z nich korzystać. W zależności od wymagań biznesowych przewidywania są wykonywane w czasie rzeczywistym lub wsadowe. Aby wdrożyć modele, uwidaczniasz je za pomocą interfejsu API. Za pomocą interfejsu użytkownicy mogą łatwo korzystać z modelu z różnych aplikacji, takich jak:
- Witryny internetowe
- Arkusze kalkulacyjne
- Pulpity nawigacyjne
- Aplikacje biznesowe
- Aplikacje zaplecza
Aby zapoznać się z przykładami operacjonalizacji modelu za pomocą usługi Azure Machine Learning, zobacz Wdrażanie modeli uczenia maszynowego na platformie Azure. Najlepszym rozwiązaniem jest utworzenie monitorowania w modelu produkcyjnym i wdrażanym potoku danych. Ta praktyka pomaga w kolejnych raportowaniu stanu systemu i rozwiązywaniu problemów.
Integracja z platformą MLflow
Aby ułatwić obsługę tego etapu, możesz uwzględnić następujące funkcje usługi Azure Machine Learning:
Zarządzanie modelami: aby przygotować wdrożenie, należy umieścić model w środowisku produkcyjnym lub operacyjnym. Rozwiązanie MLflow zarządza modelami gotowymi do wdrożenia i jego wersjami, co pomaga poprawić operacjonalizacja.
Obsługa i wdrażanie modelu: funkcje obsługujące model MLflow ułatwiają proces wdrażania, dzięki czemu można łatwo udostępniać modele w różnych środowiskach.
Artifacts
Na tym etapie twój zespół zapewnia następujące elementy:
Pulpit nawigacyjny stanu przedstawiający kondycję systemu i kluczowe metryki. Zalecamy utworzenie pulpitu nawigacyjnego przy użyciu usługi Power BI.
Końcowy raport modelowania ze szczegółami wdrożenia.
Końcowy dokument architektury rozwiązania.
Literatura z przeglądem równorzędnym
Naukowcy publikują badania na temat TDSP w literaturze z przeglądem równorzędnym. Cytaty zapewniają możliwość zbadania innych aplikacji lub podobnych pomysłów dotyczących dostawcy TDSP, w tym etapu cyklu życia wdrożenia.
Współautorzy
Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.
Główny autor:
- Mark Tabladillo | Starszy architekt rozwiązań w chmurze
Aby wyświetlić niepubalne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.
Powiązane zasoby
W tych artykułach opisano inne etapy cyklu życia TDSP: