MLOps

Планы технологического развития

Описанная функциональность находится в разработке и планируется к поставке через Магазин приложений платформы Боцман.

Ценность

Конвейер «от эксперимента до продакшена» в одном месте: трекинг, воспроизводимые пайплайны, версионирование моделей — упорядоченный ML-процесс для всей команды.

Описание

MLOps (МЛопс) — набор open-source инструментов для организации жизненного цикла моделей машинного обучения на платформе Боцман. Он объединяет экспериментирование, построение воспроизводимых пайплайнов и управление моделями в единый контур, который доступен всей команде.

Раздел предназначен для специалистов по данным, ML-инженеров и DevOps-инженеров, которые хотят стандартизировать процесс «от эксперимента до продакшена»: фиксировать результаты экспериментов, автоматически собирать и запускать пайплайны обучения, а также версионировать и сопровождать модели.

Состав (компоненты)

Компонент	Что это	Зачем в связке
MLflow	Платформа управления жизненным циклом ML: отслеживание экспериментов, версионирование моделей, реестр моделей	Единая точка фиксации результатов экспериментов и управления версиями моделей
Kubeflow Pipelines	Оркестрация воспроизводимых ML-пайплайнов на Kubernetes	Автоматизация и повторяемость многошаговых пайплайнов обучения и подготовки

MLflow — открытая платформа управления жизненным циклом машинного обучения. Обеспечивает трекинг экспериментов (логирование метрик, параметров и артефактов), версионирование моделей и ведение реестра моделей. В связке выступает «единым окном» для всей команды: каждый эксперимент и каждая версия модели фиксируются и доступны для сравнения.

Kubeflow Pipelines — компонент для оркестрации воспроизводимых ML-пайплайнов поверх Kubernetes. Позволяет описывать многошаговые процессы (подготовка данных, обучение, оценка, регистрация модели) и запускать их автоматически. В связке обеспечивает воспроизводимость: один и тот же пайплайн даёт одинаковый результат при одинаковых входных данных.

Ключевые возможности

Трекинг ML-экспериментов: логирование параметров, метрик и артефактов в одном месте.
Воспроизводимые пайплайны обучения, которые можно перезапускать без потери результата.
Версионирование моделей и ведение реестра моделей для всей команды.
Хранение артефактов и моделей в объектном хранилище как опция развёртывания.
Автоматическая регистрация обученной модели и переход к её сопровождению.
Прозрачность и единый процесс: любой участник команды видит полную историю экспериментов.
Единая точка входа в ML-процесс из контура платформы Боцман.

Архитектура

graph LR
    A[Эксперименты команды] --> B[Трекинг и реестр моделей MLflow]
    A --> C[Пайплайны Kubeflow Pipelines]
    C --> B
    B --> D[Хранение артефактов и моделей]
    C --> D
    D --> E[Сопровождение модели в среде платформы]

Схема отражает концептуальный контур MLOps: эксперименты команды попадают в трекинг и реестр моделей, пайплайны автоматизируют подготовку, обучение и оценку. Результаты работы — артефакты и версии моделей — сохраняются в хранилище, откуда модель переходит к сопровождению в среде платформы. Схема общая и не привязана к конкретным именам объектов: детали развёртывания уточняются по мере готовности функциональности.

Варианты использования

Фиксация и сравнение экспериментов при подборе гиперпараметров модели.
Автоматический запуск пайплайна подготовки данных и обучения при появлении новых данных.
Ведение реестра моделей: выбор лучшей версии и перевод её в продуктив.
Перезапуск воспроизводимого пайплайна для повторного обучения модели.
Начало сопровождения новой версии модели после её регистрации в реестре.

Установка

Описанная функциональность находится в ограниченном доступе для клиентов, поставляется через Магазин приложений платформы Боцман.

Подключение репозиториев приложений → установка из раздела «Чарты» (см. страницу Приложения (Apps)).

Note

На текущий момент перечисленные чарты могут отсутствовать среди подключённых репозиториев приложений. Они будут добавлены по мере готовности функциональности.

Связанные страницы

Набор компонентов и планы развития могут быть изменены в одностороннем порядке.