课程目录

AI应用

MLOps

MLOps将DevOps理念引入AI开发,实现模型从开发到上线的全生命周期管理。

核心要点

  • 实验追踪:MLflow记录参数/指标/产物,实验对比与复现
  • 模型注册:版本管理、阶段管理(Staging/Production)、回滚
  • Pipeline编排:Kubeflow/Airflow/TFX自动化训练-评估-部署流程
  • 监控告警:模型漂移检测、数据漂移检测、推理延迟监控
  • A/B测试:金丝雀发布、流量切分、效果对比

关联知识