核心要点

  • ML 的 CI 不止跑 lint/单测，还要验证数据 schema 与分布、并对模型指标做回归测试

  • CD 应从模型注册表拉 artifact 自动部署，杜绝手工拷贝 checkpoint 上线

  • CT（持续训练）是 ML 独有：由新数据到达或漂移告警触发重训，而非代码提交

  • 质量门禁是核心——指标不达 baseline 或公平性不过就阻断，劣质模型进不了生产

标准回答

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）

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

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。

常见误区

⚠️ 常见踩坑

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？

通常不在 CI 里跑全量训练——耗时数小时到数天、占用昂贵 GPU，会拖垮反馈速度。CI 用小样本做 smoke training 验证代码能跑通、形状/损失正常；全量训练交给独立的训练流水线（CT）异步执行，再由门禁决定是否晋级。

追问 2：如何测试机器学习代码？

分层测试：单元测试覆盖数据转换、特征工程等确定性函数；用小数据集做 smoke training 验证训练循环不崩；对模型做行为/指标回归测试（关键指标不低于 baseline、不变性测试如同义改写预测应稳定）；再加数据校验测试（schema、空值率、分布）。

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）。

延伸学习

与本题相关的知识库文章、术语、工具与行业资讯。

📚 知识库

📖 术语表

📰 AI 资讯

🛠️ AI 工具

  • BentoML

    AI 模型服务化框架，8.6K+ stars。最简化的方式部署 AI 应用和模型，支持模型推理 API、任务队列、LLM 服务等，是模型从实验到生产的桥梁

🎯 相关面试题