Как DataOps договориться с MLOps: 5 шагов к единому Feature Store и стабильному инференсу
Никита Гладких, руководитель продукта AIOps-платформы Artimate, опубликовал авторскую статью на платформе Vaiti.io — о том, как на практике выстроить взаимодействие между DataOps и MLOps-командами.
Классическая боль любого ML-продукта в проде: модель деградирует, и начинается «игра в виноватых» — data-инженеры говорят «модель не умеет работать с такими данными», ML-инженеры отвечают «данные пришли плохие». Никита разобрал, почему это системная проблема, и предложил 5 конкретных шагов к ее решению.
