Torna al glossario MLOps & Ciclo di vita

Versionamento dei Modelli

La pratica di gestire sistematicamente le diverse iterazioni dei modelli di IA, le loro metriche e i dispiegamenti.

Cos'è il versionamento dei modelli?

Il versionamento dei modelli è la pratica di tracciare e gestire sistematicamente ogni iterazione di un modello ML insieme ai suoi metadati. Analogamente al versionamento del software con Git, il versionamento dei modelli consente riproducibilità, rollback e chiara tracciabilità degli esperimenti e dei modelli in produzione.

Cosa viene versionato

Il versionamento completo dei modelli cattura: pesi e architettura del modello, iperparametri e configurazione di addestramento, dataset di addestramento e validazione utilizzati (con numeri di versione), metriche di prestazione (accuracy, F1, BLEU, ecc.), dipendenze e configurazione dell'ambiente, stato e storia del dispiegamento, nonché stato di approvazione e revisori. Strumenti come MLflow, DVC e Weights & Biases offrono funzionalità di versionamento complete.

Requisiti aziendali

Nei settori regolamentati (finanza, salute), il versionamento completo dei modelli è spesso richiesto dalla normativa. Consente: rollback rapidi in caso di degradazione delle prestazioni, audit trail per la conformità, riproducibilità scientifica e chiara gestione del cambiamento negli aggiornamenti dei modelli in produzione.