MDS301 - Triển khai, giám sát và kỹ thuật hệ thống ML

Buổi 34–41 trải qua triển khai mô hình, giám sát và tổ chức dự án, gắn CLO6; hai buổi cuối còn ghi CLO7. Trước hết mô hình đã huấn luyện được lưu, nạp và đưa vào dịch vụ dự đoán qua REST API bằng Flask hoặc FastAPI. Container, Docker, Kubernetes và các nhà cung cấp đám mây xuất hiện ở mức khái niệm kiến trúc, không được mô tả thành bài thực hành triển khai trên từng nền tảng. Phần vận hành giới thiệu data drift, concept drift, suy giảm hiệu năng, phân phối dự đoán và nhật ký suy luận. Các bước pipeline trong scikit-learn nối huấn luyện, dự đoán và đánh giá; cấu trúc kho mã, Git, kiểm thử đơn vị và CI/CD cho ML được trình bày ở mức nhập môn. MLflow được nêu cho theo dõi thí nghiệm, phiên bản mô hình và tái lập kết quả.