⬅ AI 全产业总图/Layer 07 · 07. AI 平台、MLOps 与 LLMOps
7.1

7.1 模型全生命周期管理、制品注册与发布流

MLflow / W&B 模型与实验元数据仓库、代码/数据/模型全生命周期血缘追踪 (Lineage)、GitOps 声明式部署、金丝雀灰度发布与秒级自动回滚。

模型与实验元数据注册中心 (Model Registry & Lineage)

MLflow / W&B 统一模型制品仓库、实验超参数与指标可视化追踪、模型与训练数据/代码全链路血缘 (Lineage)、S3/GCS 权重版本校验与多环境 (Dev/Staging/Prod) 晋级审批流。

🏢 标杆代表企业
Databricks (MLflow)、Weights & Biases、Google Vertex AI、Amazon SageMaker、BentoML
🛠️ 核心技术栈
Model RegistryMLflowWeights & BiasesExperiment TrackingLineageVertex AISageMaker
💼 典型岗位与薪资
MLOps Engineer、ML Infrastructure Engineer、AI Platform Engineer
💰 $195K - $400K / 年 (MLOps 平台架构) | ¥55W - ¥125W / 年
📚 先决掌握技能:MLflow / W&B 实验与制品管理 SDK • Docker / OCI 模型镜像标准化封装 • 云存储对象版本控制 (S3/GCS/MinIO) • 元数据血缘图谱构建 (OpenLineage)

模型 CI/CD 流水线、金丝雀灰度与零停机回滚

基于 GitOps 的声明式大模型上线部署、Kubeflow / BentoML 流水线编排、金丝雀渐进式流量切分 (Canary Rollout 1%->10%->100%)、蓝绿发布与健康检查失败秒级自动回滚。

🏢 标杆代表企业
BentoML、Kubeflow、Databricks (MLflow)、Amazon SageMaker、Azure ML
🛠️ 核心技术栈
Model CI/CDGitOpsCanary DeploymentBlue-GreenAutomated RollbackKubeflowBentoML
💼 典型岗位与薪资
MLOps Engineer、DevOps / SRE、ML Infrastructure Engineer
💰 $190K - $390K / 年 (发布工程与可靠性) | ¥52W - ¥120W / 年
📚 先决掌握技能:Kubernetes 声明式运维 (CRD / Operator) • Argo Workflows / Kubeflow Pipelines • 服务网格流量切分 (Istio / Envoy) • 蓝绿发布与金丝雀健康检查探针设计