ai_learning/modules/16_mlops_monitoring

Модуль 16. MLOps, мониторинг и жизненный цикл

Плановый срок: недели 39–40.

Цели

• версионировать данные, код, параметры и модели
• мониторить качество, drift и технические показатели
• проектировать переобучение и безопасный rollout

Предварительные требования

• ML Engineering: сервис, артефакты, registry и CI
• Умение обучить и честно оценить модель из модуля 6
• Базовое понимание статистических распределений из модуля 3

Уроки

1. Experiment tracking, artifacts, lineage и model registry
2. Data/concept drift, observability и delayed labels
3. CI/CD/CT, canary, shadow, rollback и governance

Термины модуля: глоссарий.

Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно уметь связать с кодом и наблюдаемым поведением модели.

Задания

• assignments/01_tracking.md — Учёт экспериментов
• assignments/02_drift.md — Мониторинг сдвига
• assignments/03_retraining.md — Политика переобучения

Завершение модуля

Модуль завершён, когда все задания удовлетворяют критериям приёмки, вы можете объяснить основные решения без ноутбука и получили review.