Робочий процес MLOps

У цій вправі ви застосуєте кілька концепцій Kubernetes до робочого процесу MLOps.

Команда з науки про дані у вашій компанії використовує алгоритм для виявлення незвично великих значень (викидів) у часовому ряді з IoT‑пристрою. Алгоритм постійно вдосконалюють, тож часто з'являються нові версії відповідного Docker‑образу. Ваше завдання — допомогти їм вивести ці алгоритми в продакшн і дати змогу команді перевірити індивідуальну ефективність версій.

Підготовлено таке:

• Фактичні дані для запуску алгоритму виявлення (data.csv), які буде скопійовано в Docker‑образ
• Дві різні версії алгоритму виявлення викидів (detect_outliers_*.py)
• Два Dockerfile для створення двох образів із цими різними версіями (Dockerfile.outlier_detection_*)
• Bash‑скрипт для підготовки та завантаження образів (01_images.sh)
• Доступний Manifest Kubernetes під назвою 02_pods_outlier-detection.yml, який ви використаєте для розгортання алгоритмів виявлення викидів.