Con il boom delle applicazioni di ML e AI, è chiaro che lo sviluppo di un modello accurato è solo un pezzo del puzzle. Per creare correttamente un prodotto basato su Machine Learning, è necessario creare procedure e infrastrutture MLops per addestrare, distribuire e gestire i modelli di Machine Learning nell'ambiente di produzione. Alcuni argomenti chiave includono:

• Strumenti MLops

• Deriva e monitoraggio del modello

• Ripetizione del training e controllo delle versioni del modello senza soluzione di continuità

• Controllo delle versioni dei dati e degli artefatti archiviati.