Mlops

他们去年上线的推荐模型，看起来一切正常：预测延迟在100ms以内，接口错误率接近0，监控面板绿油油的。

去年这个时候，我们的模型部署状态大概是这样：三个模型分别跑在三个不同人的本地环境里，版本管理靠文件名后缀（、、），发布靠手动 rsync，出问题…

理解这些领域的协作关系，构建可靠的机器学习生产系统，是现代 ML 工程师的核心能力。