ML Projelerinde CI/CD Süreçlerini Nasıl Yönetiyorsunuz?
alikilic
11 Haz 2026 19:16
düzenlendi
Selamlar herkese, ekibimizle birlikte yeni bir makine öğrenmesi projesine başlıyoruz. Normal yazılım projelerinde Jenkins veya GitLab CI kullanıyoruz ama ML tarafında model versiyonlama, veri seti takibi ve model testleri işi biraz karıştırıyor. Siz ML projelerinizde CI/CD için hangi araçları ve nasıl bir pipeline kullanıyorsunuz? Tavsiyelerinize ihtiyacım var.
Cevaplar 5
zeynepgul
11 Haz 2026 19:16
düzenlendi
Biz de benzer bir arayıştaydık, en son AWS SageMaker Pipelines üzerinde karar kıldık. Bulut altyapısı kullanıyorsanız entegrasyonu oldukça kolay.
kemalpolat
11 Haz 2026 19:16
düzenlendi
Veri seti ve model takibi için DVC kullanmak şart. Git üzerinde büyük dosyaları tutamadığımız için DVC bu sorunu çok iyi çözüyor.
samedakin
11 Haz 2026 19:16
düzenlendi
Büyük ölçekli projeler için Kubeflow Pipelines kesinlikle en iyisi ama kurulumu ve yönetimi başta biraz zahmetli gelebilir.
melikepol
11 Haz 2026 19:16
düzenlendi
GitHub Actions ve CML (Continuous Machine Learning) ikilisi çok pratik. Pull request açıldığında model performans metriklerini doğrudan yorum olarak yazdırabiliyorsun.
candemirel
11 Haz 2026 19:16
düzenlendi
Biz GitLab CI ile birlikte DVC ve MLflow kullanıyoruz. Model versiyonlamayı DVC ile halledip artifactleri MLflow'a aktarıyoruz, kesinlikle tavsiye ederim.
Lütfen giriş yapın cevap yazmak için.