Comment préparer le retour arrière d’un modèle déployé ?

Réponse rapide

Préparer le retour arrière d’un modèle déployé exige de conserver artefact précédent, dépendances, configuration, clés, procédure et critères de déclenchement testés. Après suspension ou limitation, version connue est restaurée puis comportement vérifié avant reprise de mission.

Revenir à un état contrôlé

Procédure précise autorité, commandes, périmètre et ordre des étapes. Mélange de versions est empêché ; journaux indiquent version active, raison et résultat du retour.

Réagir à une régression

Faux arrêts augmentent : promotion est suspendue, référence restaurée sur robots concernés, exemples divergents conservés et cause analysée avant nouvelle candidate.

Vérifier la compatibilité du retour

Rollback restaure modèle mais pas forcément infrastructure, capteur ou données. Version précédente est testée dans l’environnement actuel avant d’être déclarée sûre.

Sources et références

  1. [1] MLflow Model Registry Documentation — MLflow
  2. [2] Artificial Intelligence Risk Management Framework (AI RMF 1.0) — NIST

Cette réponse vous a-t-elle été utile ?