概要
このモジュールでは、トレーニング済みのモデルを登録から自動デプロイ、Azure Machine Learningでの運用監視まで取得しました。
学習した内容
- MLflow モデルを登録してバージョンを設定し、既定のリストに表示する必要がなくなったバージョンをアーカイブします。
- モデル開発をデプロイ、自動化、監視に結び付ける MLOps ステージについて説明します。
- 保護されたGitHub環境を使用して、展開アクセスのスコープを設定し、運用環境の昇格前に承認を必要とします。
- モデルをマネージド オンライン エンドポイントにデプロイし、青緑色のロールアウトを使用して、運用トラフィックを移行する前に新しいバージョンをテストします。
- デプロイとスコアリングの失敗のトラブルシューティングを行うには、デプロイの詳細とコンテナー ログを確認します。
- エンドポイント URL を変更せずにトラフィックをリダイレクトすることでロールバックできるように、以前のデプロイは引き続き使用できます。
- OIDC フェデレーション資格情報を使用して、GitHub Actionsを使用して登録、デプロイ、テストを自動化します。
- 運用およびモデルの監視シグナルを使用して、ロールバック、調査、または再トレーニングを行うタイミングを決定します。