Defina critérios para reversão automática
Reverta quando o erro ou a latência ultrapassar um limite de segurança.
Defina critérios para reversão automática é uma aula grátis de MLOps Academy no CoddyKit. Esta é a aula 3 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de MLOps Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de MLOps Academy inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
Why Automate Rollback
At 3 a.m. nobody is watching dashboards. Automatic rollback lets the system itself revert a bad model the moment it crosses a danger line. 🚨
Pick Clear Guardrails
A rollback rule needs a measurable guardrail metric, like error rate or p99 latency, with a number that clearly means trouble.
Set a Hard Threshold
Turn vague worry into a concrete limit. For example, roll back if the canary error rate exceeds 2% over the measurement window.
ROLLBACK_RULES = {
"error_rate": 0.02,
"p99_latency_ms": 500,
}Compare to the Champion
Absolute limits miss slow regressions. Also roll back if the canary is clearly worse than the champion, say 20% higher latency on the same traffic.
Choose a Time Window
Judge metrics over a rolling window, like the last 5 minutes. One unlucky request should never trigger a full rollback by itself.
Wait for Enough Traffic
A 100% error rate over three requests means nothing. Require a minimum sample size before any metric is allowed to fire a rollback.
The Decision in Code
The check is just a comparison: if the live metric breaches its limit, return a rollback signal for the orchestrator to act on.
def should_rollback(metrics):
return (
metrics["error_rate"] > 0.02
or metrics["p99_latency_ms"] > 500
)Watch Business Metrics Too
A model can be fast and error-free yet still tank conversions. Guard the outcomes that matter, not only the technical health signals.
Make Rollback Cheap
Rollback should be one fast, safe step: flip traffic back to the proven champion. Keep that previous version warm and ready to take over.
Always Alert a Human
Automation handles the emergency stop, but it must notify the team too. An auto-rollback should page someone to investigate the root cause.
Avoid Flapping
Do not auto-redeploy the same failing model right after rollback. Freeze the rollout until a human reviews, so it cannot flap back and forth.
Quick Check
Which design choice keeps rollback rules trustworthy?
Recap
Good rollback criteria use clear thresholds over a fair window with enough traffic, compare to the champion, alert a human, and revert fast. ✅
Perguntas Frequentes
A aula “Defina critérios para reversão automática” é grátis?
Sim — o texto completo de “Defina critérios para reversão automática” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de MLOps Academy, atualize para CoddyKit PRO. O curso de MLOps Academy inclui 4 aulas no total.
O que vou aprender em “Defina critérios para reversão automática”?
Reverta quando o erro ou a latência ultrapassar um limite de segurança. Você pratica MLOps Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar MLOps Academy?
Nenhuma experiência prévia é necessária. MLOps Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 4.
Quanto tempo leva a aula “Defina critérios para reversão automática”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de MLOps Academy?
Sim. Cada aula de MLOps Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Implantações canário: publique primeiro para poucos usuários
- Use tráfego sombra sem impacto para os usuários
- Defina critérios para reversão automática
- Entrega progressiva com Argo Rollouts