Что хотят услышать интервьюеры:

Model card — это краткая, но структурированная документация по ML-модели: что она решает, на каких данных обучалась, как оценивалась и какие у неё ограничения. Нужен, чтобы сделать модель понятной, проверяемой и пригодной для безопасного использования в проде. Это важный артефакт для MLOps, комплаенса и передачи знаний между командами.

Определение:

Model card — это описание модели в формате «паспорт модели». Обычно в него включают назначение, авторов, версию, данные обучения, метрики качества, известные ограничения, риски, сценарии применения и рекомендации по использованию.
Цель — не просто задокументировать модель, а помочь понять, где её можно применять, а где нельзя.

Пример использования:

Например, команда выкатывает модель скоринга заявок на кредит. В model card фиксируют, что модель обучена на данных за определённый период, основная метрика — AUC, отдельно проверены false positive/false negative, а также указано, что модель не следует использовать для заявок из сегментов, по которым не было репрезентативных данных.

Model card:
- Назначение: кредитный скоринг
- Версия: 1.3
- Данные: заявки за 2022–2024, с фильтрацией по качеству
- Метрики: AUC = 0.84, Recall = 0.71
- Ограничения: хуже работает на новых регионах и редких типах клиентов
- Риски: возможна смещённость по неполным анкетам
- Рекомендации: использовать только как decision support, а не как единственный источник решения

Пояснение кода:

Код не требуется: model card — это документ, а не программная конструкция. В примере выше по шагам показано, какие блоки обычно фиксируют: сначала назначение модели, затем версия и источник данных, после этого метрики качества, потом ограничения и риски, и в конце — рекомендации по применению. Такая структура помогает быстро понять, насколько модель подходит для конкретного сценария.

Ключевые моменты:

Model card нужен для прозрачности: чтобы понимать, что делает модель и как её правильно использовать.
Это полезно для оценки качества, рисков, fairness, explainability и соответствия требованиям бизнеса или регулятора.
Особенно важны ограничения модели: на каких данных она невалидна и где может давать ошибочные решения.
Model card упрощает передачу знаний между data science, MLOps, продуктом и поддержкой.
Хорошая model card должна обновляться вместе с версией модели, а не жить отдельно от неё.

Что такое model card и зачем он нужен?