Pahami masalah bisnis
Bayangkan Anda adalah insinyur pembelajaran mesin di Proseware, start-up muda yang bekerja pada aplikasi perawatan kesehatan baru. Model klasifikasi diabetes, yang dibuat oleh ilmuwan data adalah model pertama yang diintegrasikan dengan aplikasi. Setelah Anda berbicara dengan tim yang lebih besar, ternyata tujuannya adalah untuk memiliki beberapa model yang terintegrasi dengan aplikasi web.
Ketika model klasifikasi diabetes terbukti berhasil, Proseware ingin menambahkan lebih banyak model pembelajaran mesin, sehingga praktisi dapat mendiagnosis pasien dengan lebih cepat untuk berbagai penyakit. Untuk setiap model baru, tim ilmu data harus dapat bereksperimen di lingkungan yang aman. Setelah model baru cukup akurat untuk diintegrasikan dengan aplikasi web, model tersebut harus diuji sebelum menyebarkannya ke titik akhir yang akan dipanggil dari aplikasi web.
Bersama dengan tim, Anda memutuskan yang terbaik adalah menggunakan lingkungan yang berbeda:
- Pengembangan untuk eksperimen.
- Penahapan untuk pengujian.
- Produksi untuk menyebarkan model ke titik akhir produksi.
Untuk setiap lingkungan, Anda akan membuat ruang kerja Azure Machine Learning terpisah. Dengan memisahkan ruang kerja untuk setiap lingkungan, Anda akan dapat melindungi data dan sumber daya. Misalnya, ruang kerja pengembangan tidak akan berisi data pribadi apa pun dari pasien. Dan ilmuwan data hanya akan memiliki akses ke ruang kerja pengembangan, karena mereka hanya memerlukan lingkungan untuk eksperimen, dan tidak memerlukan akses ke kode produksi atau sumber daya apa pun.
Sebagai insinyur pembelajaran mesin, Anda perlu memastikan bahwa apa pun yang dibangun ilmuwan data, akan dengan mudah dipindahkan di seluruh lingkungan. Setelah model baru siap disebarkan, Anda ingin model dilatih dan diuji di lingkungan penahapan. Setelah menguji kode, model, dan penyebaran, Anda ingin menyebarkan model di lingkungan produksi. Bagian dari proses ini dapat diotomatisasi untuk mempercepat proses.
Untuk bekerja dengan lingkungan, Anda mungkin ingin:
- Buat lingkungan di repositori GitHub Anda.
- Simpan kredensial ke setiap ruang kerja Azure Machine Learning sebagai rahasia lingkungan di GitHub.
- Tambahkan peninjau yang diperlukan ke lingkungan untuk persetujuan yang terjaga.
- Gunakan lingkungan di alur kerja GitHub Actions Anda.