Les déploiements ML à haute fiabilité diffèrent du MLOps classique par un point: le coût d'un mauvais modèle en production n'est pas seulement une expérience dégradée, mais une décision aval erronée.
Architecture de pipeline
Le pipeline d'entraînement est un système de production. Paramètres, versions de dataset et configurations de prétraitement doivent être des entrées explicites. Poids, préprocesseurs, rapports et snapshots ont besoin de versioning d'artefacts. L'exécution doit être reproductible.
Kubeflow fournit l'orchestration. Chaque étape doit tourner dans un conteneur isolé avec dépendances fixées, et les artefacts intermédiaires doivent être stockés par adresse de contenu, comme S3 ou MinIO.
Porte de déploiement
Le passage de modèle entraîné à modèle déployé est une porte. Elle compare les résultats aux seuils, évalue face au modèle courant, révise le changelog et enregistre l'approbation.
Avec ArgoCD et GitOps, la promotion idéale ouvre une PR modifiant la référence d'artefact. Le merge devient la porte d'approbation et le déploiement est auditable.
Rollback
Le rollback modèle ne consiste pas seulement à revenir de version. Il faut restaurer exactement l'artefact précédent, identifié par hash, en quelques minutes et sans réentraînement. La procédure doit être testée.
Surveillance
Au-delà de latence et erreurs, il faut suivre distribution des prédictions, distribution des features et corrélation avec les métriques métier. Avant le déploiement, l'équipe doit savoir quelle métrique révélera une panne silencieuse, en combien de temps et à qui.