MLOps
Определение
MLOps — практики и инструменты для управления жизненным циклом ML-моделей: от разработки до deployment и мониторинга в production.
Простое объяснение
Это правила и инструменты для того, чтобы умные программы работали стабильно и их было легко обновлять.
Подробнее
Этапы MLOps:
- Подготовка данных — пайплайны, версионирование
- Обучение — эксперименты, tracking
- Deployment — контейнеризация, API
- Мониторинг — drift detection, метрики
Инструменты: MLflow, Kubeflow, Weights & Biases, DVC.
Связанные термины
Jupyter Notebook
Jupyter Notebook — интерактивная среда разработки для анализа данных и машинного обучения, позволяющая комбинировать код, визуализации и текст.
LangChain
LangChain — популярный open-source фреймворк для создания приложений на базе LLM, предоставляющий абстракции для chains, agents, RAG и memory.
GPU
Graphics Processing Unit — специализированный процессор, изначально созданный для графики, но оказавшийся идеальным для обучения нейросетей благодаря способности выполнять тысячи параллельных вычислений.
ElevenLabs
ElevenLabs — платформа для синтеза речи и клонирования голоса с помощью AI, создающая наиболее реалистичное звучание.