18、利用 Vertex AI 工具实现 MLOps 治理

利用 Vertex AI 工具实现 MLOps 治理

在机器学习操作（MLOps）的治理中，Google Cloud 的 Vertex AI 提供了一系列强大的工具，这些工具可以帮助组织更有效地管理和监控机器学习工作流，确保模型的质量、可靠性和合规性。本文将详细介绍 Vertex AI 中几个有助于治理的关键工具，包括元数据存储、特征存储、管道、模型监控和计费监控。

1. 使用 Vertex AI 元数据存储跟踪 ML 模型开发

可以参考附带的笔记本 Chp11_Metadata_Store.ipynb ，它将引导你完成创建元数据存储的练习，以存储 Vertex AI 管道运行中的工件。

2. Vertex AI 特征存储

Vertex AI 特征存储是一项托管服务，允许数据科学家和机器学习工程师创建、管理和共享机器学习特征。它不仅可以加速将原始数据转换为机器学习模型的过程，还在支持机器学习治理方面发挥着重要作用。

2.1 对机器学习治理的支持

• 数据管理和可追溯性 ：维护模型谱系的元数据，便于有效审计整个数据管道，促进机器学习操作的透明度和问责制。
• 数据一致性 ：为训练和在线服务提供统一的存储，确保在这些阶段使用相同的数据特征。