En esta imagen se muestra un pipeline automatizado de operaciones de Machine Learning (MLOps) en Oracle Cloud Infrastructure (OCI) que enlaza a los participantes de Internet con DevOps gestionados y servicios de ciencia de datos para un dominio de disponibilidad.

• Participantes en Internet: los clientes envían solicitudes de inferencia a Oracle Cloud Infrastructure Web Application Firewall. Los desarrolladores de código transfieren código a un repositorio de código que utiliza Oracle Cloud Infrastructure DevOps; los científicos de datos y los desarrolladores de AA interactúan con Oracle Cloud Infrastructure Data Science.
• Región de OCI
  • Compartimento: proporciona políticas de gobernanza y compartidas para las cargas de trabajo de MLOps en esta región.
  • Dominio de disponibilidad: proporciona capacidad informática aislada que opera las redes y los puntos finales de MLOps.
  • La red de servicios de Oracle proporciona:
    • Oracle Cloud Infrastructure Identity and Access Management
    • Oracle Cloud Infrastructure Vault
    • Oracle Cloud Infrastructure Logging
    • Oracle Cloud Infrastructure Monitoring
    • Oracle Cloud Infrastructure Notifications
    • Oracle Cloud Infrastructure Object Storage
  • Red virtual en la nube (VCN)
    • Subred A: la subred pública ejecuta OCI WAF, Oracle Cloud Infrastructure Load Balancer, un gateway de Internet y un gateway de traducción de direcciones de red (NAT); OCI WAF filtra las solicitudes y transfiere las llamadas aprobadas al equilibrio de carga de OCI, que las distribuye mediante la VCN; el gateway de NAT permite que las cargas de trabajo privadas lleguen a Oracle Cloud Infrastructure Registry sin exposición.
    • Subred B: la subred privada ejecuta puntos finales de modelo de OCI Kubernetes Engine, puntos finales de MLFlow y trabajos de Data Science; OCI DevOps extrae del repositorio de código de desarrollador, crea imágenes de contenedor y las almacena en OCI Registry; Data Science realiza un seguimiento de los experimentos y promueve modelos entrenados en los puntos finales mediante pipelines de OCI DevOps; los modelos de Data Science y los resultados de la carga de trabajo se almacenan en OCI Object Storage.