Що таке CI/CD для AI?
CI/CD для AI (Continuous Integration / Continuous Delivery) — це розширення стандартних практик DevOps з урахуванням особливостей машинного навчання. Окрім безперервної інтеграції коду, воно включає: безперервне тренування (CT — Continuous Training), безперервну оцінку та безперервне розгортання моделей. Метою є автоматизація всього ланцюга — від зміни даних або коду, через повторне тренування, тестування, до розгортання у виробництві — із збереженням якості та контролю.
Пайплайн CI/CD/CT
Типовий пайплайн включає: валідування даних (схема, розподіли, повнота), тренування моделі з версіонованою конфігурацією, оцінку на тестових наборах з автоматичним порівнянням з базовим рівнем, інтеграційні тести (модель + сервіс інференції), тести навантаження (затримка, пропускна здатність), автоматичне розгортання (canary, blue-green, shadow) та моніторинг після розгортання. Кожен етап має визначені критерії прийому — невиходження з блоку блокує розгортання.
Виходи специфічні для ML
CI/CD для AI відрізняється від традиційного DevOps: моделі залежать не тільки від коду, але й від даних (спускові механізми повторного тренування), оцінка є ймовірнісною (не детерміністичною), артефакти є великими (гігабайти ваг), а середовище вимагає GPU. Організації потребують інфраструктури для версіонування даних (DVC), відстеження експериментів (MLflow), оркестрування тренування та управління моделями — виходячи за межі стандартних інструментів CI/CD.