Capítulo 9. MLOps y Entrega Continua para ML (CD4ML)
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Que la ansiedad haga su aparición es el eje sobre el que gira todo.
Søren Kierkegaard, El concepto de angustia
Son las 10:36 de la mañana. Dana está formando pareja con Ted, un ingeniero de infraestructuras, para implementar el nuevo modelo en el que su equipo lleva trabajando varios meses. La energía en la sala se mezcla con determinación y ansiedad: es un nuevo modelo para un lanzamiento de alto perfil. Llevan tres semanas probando el modelo, pero el siguiente obstáculo -la implementación en producción- suele estar plagado de problemas y numerosos reintentos.
Mientras navegaban por la laberíntica red de scripts de implementación, archivos de configuración y componentes de infraestructura, Dana no podía evitar sentir que algo iba mal. No estaba segura de que su conjunto de datos de prueba fuera representativo de lo que el modelo vería en producción. No ayudaba que la complejidad del sistema fuera tan abrumadora: el gran número de piezas móviles hacía difícil hacerse una idea de dónde podían ir mal las cosas.
Son las 12:45. Dana y Ted han completado el último de los procedimientos de implementación hace 10 minutos, pero el goteo de alertas es un cruel recordatorio de que algo ha ido mal.
Son las 19:10. Tras horas de resolución de problemas, por fin se ha implementado una solución. Dana y Ted exhalan aliviados ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access