Trong thế giới AI, việc tạo ra một mô hình chính xác mới chỉ là khởi đầu. Thách thức lớn nhất là duy trì mô hình đó chạy ổn định, tự động cập nhật và giám sát nó liên tục. Cuốn sách Practical MLOps (2021) của Noah Gift và Alfredo Deza cung cấp các phương pháp kỹ thuật (Engineering Practices) để giải quyết các vấn đề này.
Tại sao đây là cuốn sách thiết yếu cho các Engineer tại Việt Nam? Sách tập trung vào tính thực hành, hướng dẫn bạn xây dựng Pipeline MLOps có thể áp dụng được ngay trên các nền tảng Cloud lớn:
Tự động hóa toàn bộ: Xây dựng quy trình CI/CD (Continuous Integration/Continuous Deployment) chuyên biệt cho ML, bao gồm cả Continuous Training (CT).
Model Serving: Các kỹ thuật đóng gói và triển khai mô hình (Model Deployment) dưới dạng API tốc độ cao, có khả năng co giãn.
Giám sát Production: Hướng dẫn các chiến lược giám sát hiệu suất Model, phát hiện sớm sự trượt giá của dữ liệu (Data Drift) và mô hình (Model Drift).
Code Python thực chiến: Cung cấp các công cụ và mã nguồn Python để quản lý phiên bản (version control) cho cả code, model, và dữ liệu.
Đối với các Developer và Data Scientist tại Hà Nội và TP.HCM muốn chuyển đổi sự nghiệp sang lĩnh vực MLOps đang có mức lương cực kỳ cạnh tranh, cuốn sách này chính là lộ trình rõ ràng nhất.
