Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
5. Integración continua
El sistema de ML hace pruebas para validar que el sistema funciona de principio a fin y verifique si hay posibles puntos de error. Las pruebas se ejecutan de manera automática al confirmarse, y las pruebas más largas se ejecutan según un programa fijo. Las pruebas verifican las áreas tradicionales de la ingeniería de software, como a nivel de unidad y sistema. Además, las pruebas capturan los detalles del ML al verificar los datos, las características y el modelo.
5.1 Verificaciones de códigos locales |
Antes de guardar el código en un repositorio de código centralizado, los desarrolladores hacen verificaciones locales, como pruebas unitarias básicas y análisis estáticos. Al ejecutar estas verificaciones antes de confirmarlas, se aumenta la calidad general del código y se detectan los problemas antes de que se introduzcan en el control de versiones. |
5.2 Análisis de código estático |
El repositorio de código central cuenta con herramientas de análisis de código estático que se ejecutan de manera rápida al confirmarse. Estas herramientas deben mejorar el estilo y el formato del código. También debe verificar si hay vulnerabilidades de seguridad comunes en el código fuente y de infraestructura, errores comunes y otros puntos débiles del código. |
5.3 Pruebas de calidad de datos |
Las pruebas de calidad de los datos deben verificar, como mínimo, que los datos no hayan infringido un esquema fijo. Un enfoque más integral consiste en calcular las estadísticas de los datos en el momento de la ingesta, establecer restricciones a los datos y hacer pruebas comparándolas con estas. Es posible configurar las pruebas de calidad de los datos de manera independiente o como parte del proceso. Las estadísticas y las restricciones se reutilizan para la supervisión. |
5.4 Pruebas de características |
Como parte de una canalización integral, se genera la importancia de las características. Las pruebas de características afirman que la importancia de las características, o la manera en que el modelo atribuye los valores de las características, no cambia. Las pruebas de características pueden contribuir a la supervisión porque pueden alertar y seguir las infracciones en las entradas de un modelo. |
5.5 Pruebas unitarias |
Las pruebas unitarias de todo el código (modelo, aplicación e infraestructura) se ejecutan antes de la confirmación y durante la confirmación. Cada prueba unitaria proporciona una verificación de una parte importante del código para confirmar que funciona según lo esperado. En el caso del código de ML, se pueden ejecutar pruebas para verificar la corrección algorítmica. |
5.6 Pruebas de integración |
Una prueba de integración verifica que la canalización funcione de manera correcta de principio a fin, lo que incluye la instalación de la infraestructura asociada a la canalización. Esta prueba valida que el sistema funciona y se registra según lo esperado. Si la implementación es independiente, también debería realizarse una end-to-end prueba para garantizar que la implementación funcione. |
5.7 Pruebas de humo |
El sistema cuenta con pruebas de humo que se ejecutan en una regresión mínima y rápida de cada una de las funcionalidades. Las pruebas de humo forman parte de la integración continua y pueden ejecutarse en un entorno contenerizado para imitar la funcionalidad de la nube. |
5.8 Pruebas de carga |
Se han implementado pruebas de carga bajo demanda. Además de capturar el comportamiento del sistema de ML con cargas altas y bajas, las pruebas de carga proporcionan estadísticas sobre el rendimiento o la latencia de todo el sistema. Los datos recopilados mediante las pruebas de carga proporcionan información sobre el tamaño de los recursos y las políticas de escalado. |
5.9 Pruebas funcionales del modelo |
Las entradas y salidas del modelo se someten a pruebas funcionales automatizadas. Para comprobar un comportamiento en una funcionalidad, las salidas y las entradas del modelo se prueban con datos reales o falsos con ejemplos básicos. |
5.10 Pruebas de inferencia del modelo con casos extremos |
Como parte de las pruebas de funcionalidad mínima, las pruebas del modelo deben comprobar si se produjo un comportamiento extremo a partir de variables determinadas antes de promocionarlo. Esto coloca una barrera de protección adicional para prevenir comportamientos inesperados. |