MLOps workflow

Tato cvičení se zaměřuje na využití konceptů Kubernetes v MLOps workflow.

Dataový tým ve tvé firmě používá algoritmus pro detekci neobvykle vysokých hodnot (outlierů) v časové řadě z IoT zařízení. Algoritmus se neustále vylepšuje, což vede k častým změnám a novým verzím příslušného Docker image. Tvým úkolem je nasadit tyto algoritmy do produkce a pomoci datovému týmu porovnat výkon jednotlivých verzí.

Připraveno je následující:

• Skutečná data pro spuštění detekčního algoritmu (data.csv), která budou zkopírována do Docker image
• Dvě různé verze algoritmu pro detekci outlierů (detect_outliers_*.py)
• Dva Dockerfiles pro vytvoření dvou image obsahujících tyto různé verze (Dockerfile.outlier_detection_*)
• Bash skript pro přípravu a nahrání image (01_images.sh)
• Kubernetes Manifest 02_pods_outlier-detection.yml, který použiješ k nasazení algoritmů pro detekci outlierů.