MLOps / Vận hành ML

📖 MLOps

Definition (English):

MLOps (Machine Learning Operations) is a set of practices that combines machine learning, DevOps, and data engineering to deploy and maintain ML systems in production reliably and efficiently. MLOps covers the entire ML lifecycle: data preparation, model training, evaluation, deployment, monitoring, and retraining. Tools include MLflow, Kubeflow, Weights & Biases, and DVC.

📖 Vận hành ML

Định nghĩa (Tiếng Việt):

Vận hành ML (MLOps) là tập hợp thực hành kết hợp học máy, DevOps và kỹ thuật dữ liệu để triển khai và duy trì hệ thống ML trong môi trường sản xuất một cách đáng tin cậy và hiệu quả. MLOps bao gồm toàn bộ vòng đời ML: chuẩn bị dữ liệu, huấn luyện mô hình, đánh giá, triển khai, giám sát và huấn luyện lại. Các công cụ bao gồm MLflow, Kubeflow, Weights & Biases và DVC.

📂 Phân loại: CS Fundamentals