Ko je bio zadužen za deployment u produkciji i koje su bile metrike uspeha projekta?

Увођење у производњу обично врши тим DevOps или инжењери за издање, али у ML пројектима често учествују и научници података или ML инжењери.

Мере успеха пројекта зависе од циљева, али могу укључивати:

• Квалитет модела: прецизност, потпуност, F1-скор на стварним подацима.
• Време одговора сервиса.
• Стабилност и поузданост рада (uptime).
• Утицај на пословне показатеље: раст конверзије, смањење трошкова, побољшање корисничког искуства.
• Мониторинг drift модела и правовремено ажурирање.

На пример, при пуштању модела препорука, успех ће бити раст CTR и задржавање корисника, при чему је важно пратити да модел не погорша перформансе система.