Back to IF4054 Pengoperasian Sistem Perangkat Lunak
MLOps Maturity Levels 0 to 2
Questions/Cues
- Apa ciri MLOps level 0 (manual)?
- Apa yang berubah pada level 1 (ML pipeline automation)?
- Apa tambahan pada level 2 (CI/CD pipeline automation)?
- Mengapa tingkat otomasi menentukan kemampuan beradaptasi?
Reference Points
- IF4054 DevOps to MLOps + DataOps (Slides 13-15)
Tiga Level Kematangan
Slide mengikuti model kematangan MLOps dari Google Cloud. Semakin tinggi level, semakin sedikit langkah manual dan semakin cepat model diperbarui.
Level Nama Ciri utama 0 Manual Proses manual dan berbasis skrip, tanpa CI/CD, ML dan operations terputus, rilis jarang, tanpa monitoring performa aktif 1 ML pipeline automation Pelatihan model diotomasi sebagai pipeline, sehingga model dapat dilatih ulang secara kontinu 2 CI/CD pipeline automation Pipeline itu sendiri dibangun, diuji, dan di-deploy otomatis lewat CI/CD Level 0: Manual
Data scientist menyerahkan model hasil notebook kepada engineer untuk di-deploy. Karena disconnection antara ML dan operations, rilis jarang, dan tidak ada pemantauan aktif sehingga degradasi model sulit terdeteksi.
Level 1: Otomasi Pipeline ML
Langkah-langkah (data validation, training, evaluasi, validasi model) dirangkai menjadi pipeline sehingga continuous training dimungkinkan ketika data baru atau drift terdeteksi.
Level 2: Otomasi CI/CD
Kode pipeline, komponen, dan model melewati build, test, dan deploy otomatis. Tim dapat bereksperimen cepat dengan ide baru dan merilisnya dengan aman.
MLOps level 0 manual dan berbasis skrip tanpa CI/CD (ML terputus dari operations, rilis jarang, tanpa monitoring). Level 1 mengotomasi pipeline ML sehingga model dapat dilatih ulang terus-menerus. Level 2 menambahkan otomasi CI/CD pada pipeline itu sendiri. Makin tinggi level, makin cepat dan andal model diperbarui dalam menghadapi drift.
Additional Information
Continuous Training (CT)
Selain CI dan CD, MLOps memperkenalkan CT — pelatihan ulang otomatis ketika terdeteksi drift atau data baru. CT adalah elemen yang membedakan MLOps level 1 ke atas.
Proyek Eksplorasi Mandiri
- Nilai proyek ML yang pernah Anda kerjakan: ia berada di level mana? Apa satu langkah otomasi yang akan menaikkannya?
Bacaan Lanjutan
- Google Cloud Architecture Center — MLOps: Continuous delivery and automation pipelines in machine learning.