A cada microsserviço deve conter umpipelinecompleto de treinamento & inferência, garantindo que modelos sejam recalibrados em tempo real.
B todos os microsserviços devem ser configurados para compartilhar estados por meio de sistemas de cache em memória como Redis, garantindo que os modelos de ML sejam consistentes.
C os microsserviços devem ser projetados exclusivamente para ingestão de dados, enquanto modelos de ML devem ser centralizados em um servidor de alto desempenho.
D os modelos de ML devem ser desacoplados em microsserviços independentes que executem inferências, enquantopipelinesde treinamento permanecem centralizados.
E é necessário criar microsserviços independentes apenas para serviços delogginge monitoramento, mantendo os modelos acoplados aobackendprincipal.