Den Gewinner bereitstellen oder zurückrollen
Veröffentlichen Sie das bessere Modell oder setzen Sie sauber zurück.
Den Gewinner bereitstellen oder zurückrollen ist eine kostenlose MLOps Academy-Lektion auf CoddyKit. Dies ist Lektion 4 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des MLOps Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
The Test Is Over
Your A/B test has run its full window and the numbers are in. Now comes the decision: promote the challenger or roll it back to the champion. 🚦
Decide Against Your Plan
Pull up the success criteria you wrote before the test. The challenger wins only if it beats the threshold on the primary metric and breaks no guardrail.
Promotion Means Production
To promote a model is to make it the new champion. With a registry, that often means moving the winning version into the Production stage.
Promote via the Registry
MLflow lets you flip the winning version to Production in one call, so your serving layer picks it up.
from mlflow import MlflowClient
client = MlflowClient()
client.transition_model_version_stage("fraud", version=7, stage="Production")Ramp, Do Not Slam
Even a clear winner deserves a careful rollout. Raise its traffic from ten percent toward one hundred gradually while you watch the live metrics.
When to Roll Back
Roll back if the challenger loses, ties, or trips a guardrail like a latency spike. A tie is not a win, so the safe default is to keep the champion.
Rollback Must Be Instant
A clean rollback is just pointing traffic back at the old version. Because the champion is still registered, recovery should take seconds, not a rebuild. ⏪
Keep the Old Champion
Never delete the previous champion the moment you promote. Move it to the Archived stage instead, so a fast revert is always one step away.
Watch After You Ship
Promotion is not the finish line. Keep monitoring the new champion, since live behavior at full traffic can still surprise you after the test ends.
Record the Decision
Log who decided, the metrics, and the verdict. This audit trail lets you explain later exactly why this model went live or got reverted.
A Losing Test Still Wins
Rolling back is not failure. You protected users from a worse model and learned something real, which is exactly what the experiment was for. ✅
Quick Check
Let us decide what to do after the results land.
Recap
Decide against your written plan: promote a clear, guardrail-safe winner via the registry, ramp gradually, and keep the old champion for an instant rollback. 🎯
Häufig gestellte Fragen
Ist die Lektion „Den Gewinner bereitstellen oder zurückrollen“ kostenlos?
Ja — der vollständige Text von „Den Gewinner bereitstellen oder zurückrollen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des MLOps Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der MLOps Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Den Gewinner bereitstellen oder zurückrollen“?
Veröffentlichen Sie das bessere Modell oder setzen Sie sauber zurück. Du übst MLOps Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um MLOps Academy zu starten?
Keine Vorkenntnisse erforderlich. MLOps Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 4 von 4.
Wie lange dauert die Lektion „Den Gewinner bereitstellen oder zurückrollen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser MLOps Academy-Lektion Code schreiben und ausführen?
Ja. Jede MLOps Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Traffic zwischen Modellversionen aufteilen
- Relevante Metriken auswählen
- Signifikanz richtig interpretieren
- Den Gewinner bereitstellen oder zurückrollen