Introducción
Imagine que es ingeniero experto en aprendizaje automático que trabaja con un equipo de ciencia de datos en un modelo de clasificación de la diabetes. El flujo de trabajo creado por el equipo de ciencia de datos preprocesa los datos y entrena el modelo. Quiere ejecutar automáticamente el flujo de trabajo. Al hacerlo, habilitará el entrenamiento (y reentrenamiento) automatizado del modelo de clasificación en diferentes entornos, controlados por eventos diferentes.
La automatización es una parte importante de las operaciones de aprendizaje automático (MLOps). De forma similar a DevOps, MLOps permite desarrollar y entregar artefactos de aprendizaje automático rápidamente a los consumidores de esos artefactos. Una estrategia eficaz de MLOps permite crear flujos de trabajo automatizados para entrenar, probar e implementar modelos de aprendizaje automático, a la vez que garantiza que se mantenga la calidad del modelo.
Con Acciones de GitHub, ejecutará automáticamente un trabajo de Azure Machine Learning para entrenar un modelo. Para ejecutar sus trabajos de Azure Machine Learning con Acciones de GitHub, guardará las credenciales de Azure como un secreto en GitHub. Tras ello, definirá la acción de GitHub mediante YAML.
Objetivos de aprendizaje
En este módulo aprenderá a:
- Cree y asigne a una entidad de servicio los permisos necesarios para ejecutar un trabajo de Azure Machine Learning.
- Almacene las credenciales de Azure de forma segura mediante secretos en GitHub.
- Cree una acción de GitHub con YAML que use las credenciales de Azure almacenadas para ejecutar un trabajo de Azure Machine Learning.