La hoja de ruta de los datos de autoservicio

Capítulo 13. Servicio de Integración Continua

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Hasta ahora, hemos cubierto la construcción de la lógica de transformación para implementar la comprensión y el entrenamiento de los modelos de ML. Normalmente, las canalizaciones de modelos ML evolucionan continuamente con cambios en el esquema de origen, la lógica de las características, los conjuntos de datos dependientes, las configuraciones de procesamiento de datos, los algoritmos de los modelos, las características de los modelos y la configuración. Estos cambios los realizan equipos de usuarios de datos para implementar nuevas capacidades del producto o mejorar la precisión de los modelos. En la ingeniería de software tradicional, el código se actualiza constantemente con múltiples cambios realizados diariamente por los equipos. Para prepararse para la implementación de modelos de ML en producción, este capítulo cubre los detalles de la integración continua de los conductos de ML, de forma similar a la ingeniería de software tradicional.

Hay múltiples puntos problemáticos asociados a la integración continua de las canalizaciones de ML. El primero es el seguimiento holístico de los experimentos de canalización de ML, que incluyen datos, código y configuración. Estos experimentos pueden considerarse ramas de características, con la diferencia de que la gran mayoría de estas ramas nunca se integrarán con el tronco. ...