[#644] Put your ML in Operation – skalowalny MLOps w chmurze

Fundamenty MLOps wyrastają z potrzeby zaadaptowania sprawdzonych praktyk DevOps do specyficznego świata danych. O ile tradycyjny proces wytwarzania oprogramowania unika losowości (określony warunek = określony wynik), to LLM-y i agenci AI stosują zasadę określania prawdopodobieństwa wystąpienia różnych wyników. Współczesny MLOps to już nie tylko automatyzacja wdrożeń. To przede wszystkim AI testing oraz automatyzacja testów jakościowych, które weryfikują dryf danych i degradację precyzji modeli w czasie rzeczywistym. Michael omawiając te wyzwania, skoncentruje się na zarządzaniu skalą i kontroli jakości, które są niezbędne w cyklu życia modelu – od eksperymentów po monitoring, ze szczególnym uwzględnieniem roli Human-in-the-Loop. Przeanalizuje wpływ EU AI Act na systemy wysokiego ryzyka i pokaże też praktyczny przykład w AWS jak skutecznie zintegrować automatyczne testy i potoki CI/CD w profesjonalnym środowisku opartym na chmurze i na zasadach MLOps.