MLOps – využití přístupu DevOps pro ML modely v prostředí cloudu Zadáno
Toto téma sice není aktuální, ale je možné společnost Profinit EU, s.r.o. kontaktovat
přes formulář se zájmem pro podobné téma.
Společnost Profinit EU, s.r.o. přijímá návrhy témat studentů.
Společnost Profinit EU, s.r.o. přijímá návrhy témat studentů.
Vývoj a trénování ML modelů pro různé praktické aplikace se dnes stal již běžnou záležitostí, vlastní tvorbě a vývoji modelů se věnuje značná část akademické obce zaměřená na oblast Data Science. Pro komerční využití takto vytvořených modelů je však potřeba zajistit i jejich technickou rovinu, a to s ohledem na požadavky, jako jsou: životní cyklus vývoje, verzovatelnost, nasazení, provoz a škálování. Uvedené požadavky lze souhrnně pojmenovat termínem MLOps (Machine Learning Operations). Charakteristikou ML modelů je, že se nejedná o vývoj a provoz klasického software, pro který lze využít již etablovaný přístup DevOps, ale vyžaduje často jiný, specifický přístup. Cílem této diplomové práce je navrhnout a ověřit způsob nasazení a způsob provozu ML modelů v prostředí cloudu. Zadání práce se skládá z následujících tří částí. V první části bude potřeba ověřit, jaké jsou možnosti a způsoby nasazení a provozování ML modelů ve vybraném cloudu. V další části se očekává návrh procesu životního cyklu vývoje ML modelů, návrh CI/CD procesu a návrh infrastruktury pro vlastní ML model tj. volba vhodných cloudových služeb. Poslední částí je pak ověření navrženého konceptu na konkrétním, již vytvořeném ML modelu a vyhodnocení vhodností a použitelnosti navrženého přístupu.
