张鹏-统一模型管理，高效DevSecOps您的AI模型

GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ 统一模型管理， 高效DevSecOps 您的AI模型 目录/CONTENTS 1AI 时代背景 2高效DevSecOps模型管理挑战 3高效DevSecOps模型管理架构案例 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ AI 时代背景 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ “任何足够先进的技术都与魔法无 异。”——阿瑟·克拉克1962 年 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ 机器学习的历史 “机器学习：一门研究领域，它让计算 机无需明确编程就能学习。” 亚瑟·李·塞缪尔(1959) Rackspace Technology的《2023年AI和机器学习研究报告》显 示，72%的受访公司表示AI和机器学习是其IT和业务战略的一部分， 69%的公司将AI/ML描述为最重要的技术。 已采用该技术的公司报告称，他们使用它来改进现有流程（67%）、 预测业务绩效和行业趋势（60%）以及降低风险（53%）。 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ 人工智能/机器学习市场和应用正在爆发式增长 Feature StoresFoundation Models & Stores Data Observability Data Versioning Data Labeling Data Enrichment ML Model Registry Auto ML PlatformsModel Deployment & ServingMonitoring Model Training & Tuning ML Model Development & Experimentation (ML IDE) Model Frameworks & Trainings Data Preparation & Quality Continuous Integration Model Security & Compliance End-to-end Platforms GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ 高效DevSecOps 模型管理挑战 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ Collect Data Train Model Prepare Data Evaluate Model Deploy Model 重新训练模型 ●了解领域、先验知识和目标 ●数据集成和完整性、选择、清理、预处理等 ●学习模型 ●中断结果 ●整合和部署发现的知识 训练数据 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@https://jfrog.com/blog/ml-model-versioning/ 角色不同，目标一致，并行“构建”过程与“结果”，带来版本管理的复杂性和ML效率问题 AI/ML 与“传统”软件研发的异同 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ 挑战：人工智能/机器学习是狂野的西部 如何在组织中存储模型？ 如何决定使用哪个版本？ 如何追踪它们的来源？ 如何确保它们符合公司政策