Angesichts des Booms von ML-Anwendungen und KI ist klar, dass die Entwicklung eines genauen Modells nur ein Teil des Puzzles ist. Um ein erfolgreiches Machine Learning-gesteuertes Produkt zu erstellen, müssen MLops-Verfahren und eine Infrastruktur zum Trainieren, Bereitstellen und Verwalten von ML-Modellen in der Produktion geschaffen werden. Einige wichtige Themen sind:

• MLops-Werkzeuge

• Modelldrift und Überwachung

• Nahtlose Umschulung und Modellversionierung

• Versionierung der Daten und Speicherung der Artefakte.