MLOps
MLOps is de praktijk van het betrouwbaar uitrollen, bewaken en onderhouden van machine-learning-modellen in productie — de discipline die industriële AI werkend houdt na de pilot. Het dekt versiebeheer, hertraining, bewaking op drift en governance, zodat modellen nauwkeurig blijven naarmate de omstandigheden veranderen.
Veel industriële AI-projecten slagen als pilot maar falen vervolgens stilletjes omdat het model verslechtert naarmate apparatuur, processen of data veranderen. MLOps past software-engineeringdiscipline toe op modellen: versies en data bijhouden, hertraining automatiseren, voorspelkwaliteit en drift bewaken en wijzigingen besturen. Het is wat een eenmalig model omzet in een betrouwbaar productiesysteem — steeds belangrijker naarmate fabrieken meer AI uitrollen.
Gerelateerde begrippen
Machine Learning (Industrial) · Anomaly Detection · Predictive Maintenance (PdM)