Alur Kerja MLOps

Latihan ini berfokus pada penerapan beberapa konsep Kubernetes dalam alur kerja MLOps.

Tim data science di perusahaan Anda menggunakan sebuah algoritme untuk mendeteksi nilai yang sangat besar (outlier) dalam deret waktu dari perangkat IoT. Algoritme ini terus disempurnakan, sehingga sering terjadi perubahan yang menghasilkan versi baru dari image Docker terkait. Tugas Anda adalah mendukung mereka dengan menjalankan algoritme ini di produksi, membantu tim data science menguji kinerja tiap versinya.

Hal-hal berikut telah disiapkan:

• Data aktual untuk menjalankan algoritme deteksi (data.csv), yang akan disalin ke dalam sebuah image Docker
• Dua versi berbeda dari algoritme deteksi outlier (detect_outliers_*.py)
• Dua Dockerfile untuk membuat dua image yang memuat versi berbeda tersebut (Dockerfile.outlier_detection_*)
• Sebuah skrip bash untuk menyiapkan dan mengunggah image (01_images.sh)
• Sebuah Manifest Kubernetes bernama 02_pods_outlier-detection.yml tersedia, yang akan Anda gunakan untuk melakukan deployment algoritme deteksi outlier.