Machine Learning Ops
MLOps-pipelines met xAI's zesdelige aanbevelingsmodel
Installeren
Claude Code: /plugin marketplace add wshobson/agents → /plugin install machine-learning-ops@claude-code-workflows
Model eğitim ve dağıtım hattı kurulurken ya da bir kullanıcı-bağlam çifti için en iyi K öğeyi seçen bir öneri/sıralama sistemi tasarlanırken
- Auteur
- Seth Hobson
- Licentie
- MIT
De pipelineskill behandelt de gebruikelijke MLOps-keten: DAG-orkestratie in Airflow, Dagster of Kubeflow, dataversiebeheer, experimentregistratie en canary- of blue-green-uitrol met een rollbackpad. De tweede skill verwerkt de fasen Source, Hydrator, Filter, Scorer, Selector en SideEffect uit het door xAI gepubliceerde For You-algoritme als onafhankelijke herimplementatie. Het uitgangspunt is dat aanbevelingssystemen in productie vooral uit infrastructuur bestaan: de scorer verandert, maar de vorm van de pipeline blijft gelijk. Daardoor passen dezelfde zes fasen ook bij een RAG-reranker, een wachtrij voor meldingsselectie of het prioriteren van waarschuwingen. Drie agents verdelen het werk over data science, model engineering en operations.
Vergelijkbare skills
Astronomer Agent Skills
SkillAirflow-skills van het bedrijf achter Astro
Data Engineering
SkillVier skills voor Airflow, dbt, Spark en datakwaliteit
MLflow Skills
SkillMeet, wijzigt en verifieert verbeteringen aan agents
Reacties(0)
Log in om te reageren