机器学习场景下 CI/CD 是什么？如何实践？ | AI 面试题

Q: 机器学习场景下 CI/CD 是什么？如何实践？

一、先给出结论和背景 - 传统 CI/CD：针对代码；ML CI/CD 扩展为： - CI（Continuous Integration）：- 代码：lint、单元测试、特征 transform 测试 - 数据：schema 验证、分布快照对比 - 模型：小数据集 smoke training、metric 回归测试（不低于 baseline） 二、拆开关键步骤和判断点 - CD（Continuous Delivery/Deployment）：- 评估通过 → 构建推理镜像 → Staging → 金丝雀 → Production - 模型 artifact 从 Registry 拉取，非手工拷贝 - CT（Continuous Training）：——ML 特有： - 新数据到达或漂移告警 → 自动触发训练 pipeline - 新模型 beat 旧模型 → 自动进入 CD 流程 三、补上落地边界和取舍 - 典型 GitHub Actions / GitLab CI 阶段：lint → data-test → train → evaluate → register → deploy-staging → integration-test → promote - 关键：质量门禁（metric 阈值、公平性）阻断劣质模型上线。详见 MLOps 入门、CI/CD 实践。 面试里要把 机器学习场景下 CI/CD 是什么 放到训练到上线的链路里说：离线指标只是第一步，还要补特征一致性、版本管理、灰度实验、监控漂移和回滚方案。这样能证明你理解的是生产系统，而不是只会背流程图。

核心要点

能说明 ML CI/CD 除代码外还测数据与模型
理解 CI（自动测试）与 CD（自动部署）在 ML 中的扩展
知道 CT（持续训练）作为 ML 特有环节
流水线阶段：能按数据校验、训练、评估、注册、部署和监控的顺序讲清 ML CI/CD 的闭环。

简要回答

ML 的 CI/CD 在代码测试之外加入数据验证、模型评估门禁与自动化部署；数据或代码变更可触发重训与晋级（CI/CD/CT）。

标准回答

一、先给出结论和背景

传统 CI/CD：针对代码；ML CI/CD 扩展为：
CI（Continuous Integration）：- 代码：lint、单元测试、特征 transform 测试
数据：schema 验证、分布快照对比
模型：小数据集 smoke training、metric 回归测试（不低于 baseline）

二、拆开关键步骤和判断点

CD（Continuous Delivery/Deployment）：- 评估通过 → 构建推理镜像 → Staging → 金丝雀 → Production
模型 artifact 从 Registry 拉取，非手工拷贝
CT（Continuous Training）：——ML 特有：
新数据到达或漂移告警 → 自动触发训练 pipeline
新模型 beat 旧模型 → 自动进入 CD 流程

三、补上落地边界和取舍

典型 GitHub Actions / GitLab CI 阶段：lint → data-test → train → evaluate → register → deploy-staging → integration-test → promote
关键：质量门禁（metric 阈值、公平性）阻断劣质模型上线。详见 MLOps 入门、CI/CD 实践。

面试里要把 机器学习场景下 CI/CD 是什么 放到训练到上线的链路里说：离线指标只是第一步，还要补特征一致性、版本管理、灰度实验、监控漂移和回滚方案。这样能证明你理解的是生产系统，而不是只会背流程图。

回答思路

【定义】用一句话说清「机器学习场景下 CI/CD 是什么？如何实践」
【原理】讲清关键机制或步骤（2～3 点）
【例子】举一个真实项目、论文或产品中的例子
【对比】与易混淆概念或替代方案比较（如有）
【收尾】总结适用场景 + 一个局限或风险

延伸学习

延伸阅读：CI/CD 实践、MLOps 入门。术语：MLOps、可观测性、Checkpoint。

常见误区

⚠️ 常见踩坑

误区一：容易答偏的地方：CI 只跑 pylint 不验证数据/模型；无门禁自动部署最新 checkpoint；混淆 CI 与夜间 batch 训练。

追问

追问 1：ML 流水线 CI 跑全量训练是否可行？

通常不可。CI 用 subset/smoke train 验证 pipeline 通；全量训练在 scheduled 或手动 trigger 的 CD/CT job，分层节约算力。

追问 2：如何测试机器学习代码？

特征函数：固定输入 assert 输出；训练：2 epoch 小数据收敛 smoke；推理：schema 与 latency benchmark；模型质量：golden dataset metric 下界。

追问 3：蓝绿部署 vs 金丝雀在 ML 中？

蓝绿：流量一键切换，回滚快；金丝雀：5%→50%→100% 逐步验证线上 metric，适合观察模型真实业务影响。常结合 shadow（新模型只记录不返回）。

🔗 相似问题

同一考点的不同问法，换着练更稳