18、Vertex AI助力机器学习运维治理

Vertex AI助力机器学习运维治理

在机器学习（ML）和机器学习运维（MLOps）领域，有效的治理对于确保模型的质量、可靠性和成本效益至关重要。Vertex AI 提供了一系列工具，可帮助组织实现 MLOps 治理的各个方面。本文将深入探讨这些工具及其在 MLOps 治理中的应用。

1. 使用 Vertex AI Metadata Store 跟踪 ML 模型开发

Vertex AI Metadata Store 可用于存储 Vertex AI 管道运行中的工件。要进行相关练习，请参考 Chp11_Metadata_Store.ipynb 笔记本，它将引导你完成创建 Metadata Store 的练习。

2. Vertex AI Feature Store

Vertex AI Feature Store 是 Google Cloud 提供的一项托管服务，允许数据科学家和 ML 工程师创建、管理和共享 ML 特征。它不仅能加速将原始数据转化为 ML 模型的过程，还在 ML 治理中发挥着重要作用。

2.1 对 ML 治理的支持

• 数据管理和可追溯性 ：通过维护模型谱系的元数据，确保用于开发 ML 模型的数据准确、相关且可追溯，便于有效审计整个数据管道，促进 ML 操作的透明度和问责制。 <