20、机器学习软件开发生命周期（MLSDLC）中的角色与安全考量

机器学习软件开发生命周期（MLSDLC）中的角色与安全考量

在自动化端到端机器学习应用的过程中，MLSDLC（机器学习软件开发生命周期）是一个关键的流程。它受到人员、技术和流程这三个关键因素的影响，而跨职能团队在其中起着至关重要的作用。

1. ML团队与数据团队的贡献

ML团队完成必要的代码更新，验证其满足应用所有者规定的功能要求，并将这些代码提交到应用源代码仓库后，就可以为其对ACME网络应用的贡献签字确认。

如果应用仅基于SDLC（软件开发生命周期）流程，理论上我们拥有更新CDK（Cloud Development Kit）骨架管道并使用CI/CD（持续集成/持续部署）流程部署网络应用所需的所有工件。但由于我们创建的是基于ML的SDLC，还需要将一个最终组件纳入整体自动化流程，即持续训练（CT）。

持续训练的核心是在有新数据时重新启动CI/CD流程，以创建自动化的CI/CD/CT方法。数据工程团队在之前负责交付以数据为中心的工作流示例，现在可以进一步扩展其在MLSDLC示例中的角色，提供CT工件。

构建数据工作流工件

数据团队通过提供必要的MWAA（托管式Apache Airflow）基础设施组件，为ACME网络应用做出贡献，这些组件将作为CDK管道的一部分执行。以下是数据工程师构建这些工件的具体步骤：
1. 打开Cloud9 IDE工作区，在终端窗口中运行以下命令，从GitHub仓库复制预构建的堆栈构造：

$ cd ~/environment/acme-web-application/
$ cp ~/environment/