Tjänster / Modell i drift
Modell i produktion
Att sätta en modell i produktion innebär att den körs regelbundet, i er miljö, med övervakning och en ägare, inte att den finns i en notebook. Jag bygger hela kedjan: dataflöde, API eller batchkörning, larm vid datadrift, omträning och dokumentation som ert team kan förvalta utan mig.
Vanliga utgångslägen
- Modellen finns i en notebook som körs för hand när någon kommer ihåg det.
- Ingen märker att träffsäkerheten sjunkit förrän en användare klagar.
- Modellen är beroende av en person, och den personen är inte alltid tillgänglig.
Så gör jag
Skillnaden mellan en modell som fungerar och en modell som finns kvar om två år är nästan aldrig teknisk skicklighet. Den är att någon äger den.
Därför byggs så lite som möjligt, i det ni redan använder, med dokumentation riktad till den som tar över och inte till den som byggde. En enklare lösning som ert team förstår slår en elegantare som bara jag kan underhålla.
Enklast möjliga arkitektur
De flesta modeller behöver en schemalagd batchkörning, inte en realtidstjänst med autoskalning. Att välja rätt komplexitetsnivå är den enskilt största kostnadsposten över tid.
Övervakning av rätt saker
Drift i indata, drift i utdata, och faktisk träffsäkerhet när utfallet väl är känt. Det sista glöms nästan alltid, och det är det enda som mäter om modellen fortfarande gör nytta.
Reproducerbar omträning
Omträning ska vara ett kommando, inte en eftermiddag. Med versionerad data och versionerade modeller går det att svara på vad modellen gjorde för sex månader sedan. Det blir ett krav i fler sammanhang.
Överlämning som mål
Uppdraget är lyckat när ert team kan ändra i modellen utan att kontakta mig. Det påverkar teknikval, dokumentation och hur mycket som byggs för hand.
Vad du får
- API-endpoint eller schemalagd batchkörning i er egen miljö
- Övervakning med larm för datadrift och sjunkande träffsäkerhet
- Omträningsflöde med versionerad data och versionerade modeller
- Dokumentation och överlämningsworkshop
Modell i produktion · 6–10 veckor
280 000 – 650 000 kr
Spannet styrs av datamognad, antal modeller och hur mycket integrationsarbete som krävs mot era system.
Vanliga frågor
Behöver vi en MLOps-plattform?
Oftast inte. För en handfull modeller räcker schemaläggning, ett modellregister och genomtänkt loggning. Plattformar lönar sig när antalet modeller och team växer, inte innan.
Kan det köras i vår befintliga molnmiljö?
Ja, och det är alltid utgångspunkten. Jag bygger i det ni redan har, eftersom det ni redan kan förvalta är det som överlever.
Vem äger driften efteråt?
Ni, om ni vill. Överlämning ingår. Väljer ni att jag fortsätter förvalta görs det som ett löpande åtagande med avtalat timantal.
Vad kostar det att driva en modell?
Beräkningen är sällan den stora posten. För en typisk batchmodell handlar det om småbelopp per månad. Den verkliga kostnaden är förvaltningen, och den storleksordningen räknar vi fram i förstudien.