Monitoring Machine Learning Models in Production
Introduction Once you have deployed your machine learning model to production it rapidly becomes apparent that the work is not over. In many ways the journey is just beginning. How do you know if your models are behaving as you expect them to? What about next week/month/year when the customer (or fraudster) behavior changes and your training data is stale? These are complex challenges, compounded
Testing in ProductionとMonitoring Driven Developmentについて調べたまとめ | DevelopersIO
Testing in ProductionとMonitoring Driven Developmentについて調べたまとめ サーバーレス開発部の阿部です。 今日はサーバーレス開発のテストにつきまとう課題について調べていたらたどり着いた言葉であるTesting in ProductionとMonitoring Driven Developmentを取り上げてみようと思います。 【背景】サーバーレス開発のテストにつきまとう課題 以前、Serverless ArchitectureとMicroservice Architectureの違いに触れた時に、Serverless Architectureの特徴としてマネージドサービスを使い倒すことをあげました。 マネージドサービスは便利なのですが、使い倒すという観点になるとこれがなかなかに曲者です。以前サーバーレス開発部の和田もこのような記事を書いてお
プロダクトのリリースまでの時間が268.5hから54.5hに！ VSM(ValueStreamMapping)時短術 - DMM inside
プロダクトのリリースまでの時間が268.5hから54.5hに！ VSM(ValueStreamMapping)時短術
Debugging the Production Web
The ability to diagnose and debug production bugs through the browser is an important skill for any front-end engineer, and one I think will become increasingly important as more teams and projects do continuous deployment. Here’s a couple of ideas to make it easier. Diagnosing Production BugsWhen a user reports a bug, they often don’t provide enough context for you to understand what caused the p
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
DevOps考古学でプロダクションを理解する
