Part 1

الگو و سرویس MLOPS چیست ؟ هدف آن چیست !

🔹 یک مقدار مطلب زیاد هستش اما ریز و بم این الگو رو براتون خلاصه و مفید در دو پست بیان کردیم که ، دیگه نیاز به گشتن در اینترنت نداشته باشید

❕ بدون مقدمه میریم سر اصل مطلب ...


🔻بخش اول : اصلا الگو و سرویس MLOPS چیست ؟

ام ال او پی سی ، به یک الگویی گفته می شود که
شامل جنبه‌هایی مانند بهترین روش‌ها، مجموعه‌ای از مفاهیم، و همچنین فرهنگ توسعه، زمانی که صحبت از مفهوم‌ پردازی، پیاده‌سازی، نظارت، استقرار و مقیاس‌پذیری محصولات یادگیری ماشین می‌شود.

در کل اگر بخواهیم به زبان ساده بگیم یک روش مهندسی است که در کنار هم قرار گرفتن 3 رشته متفاوت تشکیل شده است .

• رشته اول : یادگیری ماشین

• رشته دوم : مهندسی نرم افزار به ویژه DevOps

• رشته سوم : مهندسی داده

است که در کنار هم قرار گرفتن این 3 رشته ، یک سیستم و الگو به نام MLOPS تشکیل شده است

• خب تا اینجای کار ما یک مقدار فهمیدیم که MLOPS اصلا چیست !

#mlops #devops #Ai #پست_پیشنهادی
☕️ @CodeExplore

Part 2

🔻 بخش دوم : اصلا الگو و سرویس MLOPS چه کاری انجام میده ، هدف از تشکل این سرویس چیست !!

هدف MLOps تولید سیستم‌های یادگیری ماشین با پر کردن شکاف بین توسعه (Dev) و عملیات (Ops) است. اساساً، MLOps با استفاده از این اصول قصد دارد ایجاد محصولات یادگیری ماشین را تسهیل کند: خودکارسازی CI/CD، هماهنگ‌سازی گردش کار، تکرارپذیری؛ نسخه‌بندی داده ها، مدل ها و کدها؛ همکاری؛ آموزش و ارزیابی مستمر ML؛ ردیابی و ثبت فراداده ML؛ نظارت مستمر؛ و حلقه های بازخورد.

تعدادی هدف وجود دارند که شرکت‌ها می‌خواهند از طریق سیستم‌های MLOps که ML را با موفقیت در سراسر سازمان پیاده‌سازی می‌کنند به آنها دست یابند از جمله چند نمونه اگر بخوایم خدمت شما بگیم :

استقرار و خودکارسازی

تکرارپذیری مدل‌ها و پیش‌بینی‌ها

تشخیص

نظارت و انطباق با مقررات

مقیاس پذیری

همکاری

کاربردهای تجاری

نظارت و مدیریت

یک روش استاندارد، مانند MLOps، هر یک از زمینه های ذکر شده را در نظر می‌گیرد، که می‌تواند به شرکت‌ها در بهینه سازی گردش کار و جلوگیری از مشکلات در حین اجرا کمک کند.

یک معماری رایج سیستم MLOps شامل پلتفرم‌های علم داده است که در آن مدل‌ها ساخته می‌شوند و موتورهای تحلیلی که در آن محاسبات انجام می‌شوند، با ابزار MLOps که حرکت مدل‌های یادگیری ماشین، داده‌ها و نتایج را بین سیستم‌ها هماهنگ می‌کند.

🔻 و اینکه جالبه دوستان بدونین که :

طبق گفته آقای گارتنر، MLOps زیر مجموعه ای از ModelOps است. MLOps بر عملیاتی‌سازی مدل‌های ML متمرکز است، در حالی که ModelOps عملیاتی‌سازی انواع مدل‌های هوش مصنوعی را پوشش می‌دهد.

مفهوم AIOPS با نام مشابه، اما متفاوت  استفاده از هوش مصنوعی (ML) در فناوری اطلاعات و عملیات می باشد .

امیدواریم که براتون مفید بوده باشه ...

🔹شخصا پیشنهاد میکنم دوستان مقاله رسمی زیر رو هم برای اطلاعات بیشتر مطالعه بفرمایید حتما ، مثال و مطالب جالبی رو در اختیارتون قرار داده 

🔗 لینک های مفید ...

🌐 Open Link service

🌐 Open Link service

#mlops #devops #Ai #پست_پیشنهادی
☕️ @CodeExplore