Trong các dự án Machine Learning quy mô lớn, việc tạo ra các giải pháp "ad-hoc" (chắp vá) cho từng vấn đề là không bền vững. Cuốn sách Machine Learning Design Patterns (2021) của các chuyên gia Google Cloud giúp chuyển đổi tư duy từ viết script sang thiết kế kiến trúc.
Tại sao cuốn sách này là bắt buộc cho ML Architect Việt Nam? Sách không dạy code từ đầu mà cung cấp một danh mục (Catalog) các mô hình kiến trúc, giúp đội ngũ tại Hà Nội và TP.HCM xây dựng các hệ thống AI có khả năng mở rộng (Scalable) và dễ bảo trì. Các Pattern được chia thành 3 lĩnh vực cốt lõi:
Data Preparation Patterns: Các giải pháp quản lý dữ liệu hiệu quả, ví dụ như Feature Store (Kho lưu trữ Feature) để đồng bộ dữ liệu giữa Training và Serving.
Model Building Patterns: Các chiến lược xây dựng model như Transfer Learning, Hyperparameter Tuning, và xây dựng mô hình có khả năng giải thích (Explainability).
MLOps Patterns: Các giải pháp triển khai liên tục (CI/CD) và giám sát mô hình trong Production, bao gồm cả việc xử lý Model Drift.
Nội dung này là cầu nối ngôn ngữ giữa Data Scientist và Software Engineer, giúp toàn bộ team nói chung một ngôn ngữ kiến trúc để đưa các dự án Python/TensorFlow vào sản xuất một cách ổn định nhất.
