Что такое CI/CD для AI?
CI/CD для AI (Continuous Integration / Continuous Delivery) — это расширение стандартных практик DevOps под специфику машинного обучения. Помимо непрерывной интеграции кода, включает: непрерывное обучение (CT — Continuous Training), непрерывную оценку и непрерывное внедрение моделей. Цель — автоматизация всей цепочки: от изменения в данных или коде через переобучение, тестирование до развёртывания в продакшн — с сохранением качества и контроля.
Pipeline CI/CD/CT
Типичный pipeline включает: валидацию данных (схема, распределения, полнота), обучение модели с версионированной конфигурацией, оценку на тестовых наборах с автоматическим сравнением с baseline, интеграционные тесты (модель + сервис инференса), нагрузочные тесты (задержка, пропускная способность), автоматическое внедрение (canary, blue-green, shadow) и мониторинг после развёртывания. Каждый этап имеет определённые критерии приёмки — непрохождение блокирует внедрение.
Специфические вызовы для ML
CI/CD для AI отличается от традиционного DevOps: модели зависят не только от кода, но и от данных (триггеры переобучения), оценка вероятностна (не детерминирована), артефакты крупные (гигабайты весов), а среда требует GPU. Организациям нужна инфраструктура для версионирования данных (DVC), отслеживания экспериментов (MLflow), оркестрации обучения и управления моделями — выходящая за рамки стандартных инструментов CI/CD.