клиента ? Допустим, если нужно несколько моделей для разных случаев и постоянная поддержка актуальности этих моделей и дообучение на новых данных ?
не совсем понятно зачем они клиенту ml flow разворачивает сервисы, на которые клиент просто обращается, а airflow клиенту помоему ваще не нужен, ну типа если только чот ему там положить, но тоже лучше это делал через какие то сервисы. имхо
Разные варианты могут быть. Остановлюсь на паре для mlflow. Например, бэк клиента может подтягивать обновленные модели с вашего mlflow сервера/хранилища (которое вы обновляете сами ручками или автоматически от автотрейн пайплайнов по новым данным), для этого ему соответственно надо иметь mlflow на борту. Даже чтобы артефакт модель mlflow с диска загрузить - тоже надо mlflow в зависимостях иметь. Ну или такой вариант, как если группа дата сайнтистов клиента клепает модели сама и хочет их подменять на бэк апи, в который они не лезут. Но если просто нужно только периодически модели обновлять, то можно и проще - через пару сервисов (предиктор апи и трейнер по схедулеру) и s3 корзину сделать, такая задача решается без mlflow
Обсуждают сегодня