Ловушка расхождения обучения и обслуживания
Узнайте, что происходит, когда данные во время обслуживания перестают соответствовать обучающим данным.
«Ловушка расхождения обучения и обслуживания» — бесплатный урок MLOps Academy на CoddyKit. Это урок 1 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения MLOps Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс MLOps Academy содержит 4 уроков всего.
Части этого урока еще не переведены и отображаются на английском.
What Skew Means
Training-serving skew is when the data your model sees in production no longer matches the data it learned from in training. 📉
Why It Hurts
Your model assumes serving data looks like training data. When that assumption breaks, predictions quietly get worse even though nothing crashes. This is skew.
Different Code Paths
A classic cause is two code paths: one script preps training data, a different one preps live requests. Tiny differences between them create skew.
A Mismatch You Can See
Here training scales by one mean but serving uses another. The model now receives numbers it never trained on, so its scaling is off.
# training
x = (raw - 50.0) / 10.0
# serving (wrong!)
x = (raw - 0.0) / 10.0Stale Features
Skew also appears when a feature is fresh at training but stale at serving, like an average computed yesterday instead of right now.
The Same Bug, Both Sides
The safest fix is sharing one function for both paths. If a bug exists, at least it exists identically in training and serving, so no skew creeps in.
def make_features(raw):
return (raw - 50.0) / 10.0
# call from training AND servingSchema Skew
Schema skew happens when a column changes type or name between training and serving, like an int becoming a string. The model silently misreads it.
Feature Order Matters
Many models read features by position, not by name. Swap two columns at serving time and you get a quiet, dangerous order mismatch.
Catch It With Checks
A simple guard: assert the serving input has the same columns the model was trained on. Catch skew at the door, not in the dashboard.
assert list(request.columns) == model.feature_names_in_.tolist()Feature Stores Help
A feature store computes features once and serves them to both training and inference, which removes a whole class of skew bugs by design.
Log and Compare
Log a sample of real serving inputs and compare their stats to your training set. A gap in means or ranges is an early skew warning.
Quick Check
Which choice best removes training-serving skew?
Recap
Skew is silent mismatch between training and serving data. Share feature code, check schemas, and log live inputs to keep your model honest. ✅
Часто задаваемые вопросы
Урок «Ловушка расхождения обучения и обслуживания» бесплатный?
Да — полный текст урока «Ловушка расхождения обучения и обслуживания» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс MLOps Academy, подпишись на CoddyKit PRO. Курс MLOps Academy содержит 4 уроков всего.
Чему я научусь в уроке «Ловушка расхождения обучения и обслуживания»?
Узнайте, что происходит, когда данные во время обслуживания перестают соответствовать обучающим данным. Ты практикуешь MLOps Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать MLOps Academy?
Предыдущий опыт не требуется. MLOps Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 1 из 4.
Сколько времени занимает урок «Ловушка расхождения обучения и обслуживания»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке MLOps Academy?
Да. Каждый урок MLOps Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Ловушка расхождения обучения и обслуживания
- Скрытые сбои: нет аварии, но ответы неверны
- Когда мир меняется для Вашей модели
- Проблема воспроизводимости