使用敏捷部署机器学习模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

使用敏捷部署机器学习模型
这与敏捷有何关系？
AI的部署属于常规SDLC（软件开发生命周期）的范围
因此，诸如Scrum，Sprint，积压计划，发布计划，测试驱动的开发和验收标准之类的常规敏捷技术也适用于生产中机器学习模型的部署。
但是，将DevOps与开发相结合会增加机器学习的复杂性。我们需要端到端管道以及CI / CD（连续集成/连续交付）
我们介绍了其他问题，例如对冠军/挑战者模型的需求
但是，云简化了一些复杂性。例如– MLFlow（来自databricks）已集成到Azure中。Amazon sagemaker提供了端到端工作流，用于管理将机器学习模型投入生产的过程。Azure devops为敏捷–云– DevOps甚至Edge提供了一个很好的框架。我推荐的一本好书是《使用Azure DevOps进行敏捷项目管理》

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 Amazon BRICKS SPRINT Azure