Wat CI/CD betekent voor modellen

CI/CD betekent dat je de stappen tussen code schrijven en deze uitbrengen automatiseert, zodat een machine je werk controleert en implementeert in plaats van dat je dit handmatig doet. 🚀

Continue integratie voert je tests automatisch uit telkens wanneer je code pusht. Zo worden problemen vroeg ontdekt in plaats van dagen later, wanneer ze lastig te herstellen zijn.

Continue levering neemt code die CI heeft doorstaan en maakt die automatisch klaar voor productie of zet die daar neer. Releases zijn daardoor geen enge handmatige gebeurtenissen meer.

Klassieke CI/CD brengt code uit. ML-pijplijnen brengen ook een getraind model en de gegevens waarop het heeft geleerd uit. Je moet dus drie bewegende onderdelen bijhouden in plaats van één.

Tests van een app controleren de logica. ML-CI controleert ook de kwaliteit van het model: bleef de nauwkeurigheid behouden, en niet alleen: is de code uitgevoerd zonder vast te lopen?

Een code-build duurt seconden. Een model trainen kan minuten of uren duren. Daarom trainen ML-pijplijnen in CI vaak met een kleine steekproef en pas bij een release met alle gegevens.

Om een model exact opnieuw op te bouwen, moet je de versie van de code, de gegevens en de omgeving vastleggen. CI/CD voor ML maakt het vastleggen van alle drie automatisch.

Bij CI/CD voor apps is de uitvoer een binair bestand. Bij ML is het belangrijkste artefact het bestand met het getrainde model, dat je van een versie voorziet, opslaat en later implementeert.

Een ML-pijplijn koppelt duidelijke fasen aan elkaar: controleer de stijl van de code, voer tests uit, train, evalueer en bouw pas daarna de implementeerbare image.

Een trigger bepaalt wanneer een pijplijn wordt uitgevoerd, bijvoorbeeld bij elke push, elke pull request of een getagde release. Je stelt deze regels één keer in en hoeft daarna nergens meer op te klikken.

Zonder CI/CD gaat een model alleen live wanneer iemand eraan denkt de scripts uit te voeren. Met CI/CD wordt elke wijziging op dezelfde veilige manier getest en uitgebracht.

CI test elke wijziging, CD brengt die uit en bij ML voeg je het model en de bijbehorende gegevens toe als bijgehouden artefacten. Triggers en pijplijnen met fasen maken releases veilig en herhaalbaar.