Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

MLOps avec microservices : une étude de cas sur le domaine maritime

Created by
  • Haebom

Auteur

Renato Cordeiro Ferreira (Jheronimus Academy of Data Science, Université technique d'Eindhoven, Université de Tilburg), Rowanne Trapmann (Jheronimus Academy of Data Science, Université technique d'Eindhoven, Université de Tilburg), Willem-Jan van den Heuvel (Jheronimus Academy of Data Science, Université technique d'Eindhoven, Université de Tilburg)

Contour

Cet article présente une étude de cas décrivant les défis et les enseignements tirés du développement d'Ocean Guard, un système basé sur l'apprentissage automatique (MLES) pour la détection d'anomalies dans le domaine maritime. Ocean Guard repose sur une architecture de microservices, permettant à plusieurs équipes de travailler en parallèle. Pour y parvenir, les développeurs ont appliqué la conception contractuelle aux MLOps. Ocean Guard est un MLES qui utilise du code, des modèles et des contrats de données pour établir des lignes directrices entre les services. Cette étude de cas vise à inspirer les ingénieurs logiciels, les ingénieurs en apprentissage automatique et les data scientists à adopter des approches similaires dans leurs propres systèmes.

Takeaways, Limitations

•
Takeaways:
◦
Démontre l’efficacité d’une approche MLOps qui combine une architecture de microservices et une conception basée sur des contrats.
◦
Des ingénieurs de divers domaines collaborent pour fournir des conseils pratiques pour aider à construire MLES.
◦
Nous présentons des cas de réussite applicables à d’autres projets de développement MLES.
•
Limitations:
◦
Comme il s’agit d’une étude de cas unique, la généralisabilité est limitée.
◦
Il manque une évaluation concrète des performances et de la précision du système Ocean Guard.
◦
Il n’existe aucune analyse comparative avec d’autres architectures MLES, ce qui rend difficile la détermination de leurs forces et faiblesses relatives.
👍
Made with Slashpage