# Мониторинг и drift

← [Раздел](README.md) · [Главная](../README.md)

## Цель

Понять роль **Мониторинг и drift** в MLOps-стеке и связь с MLflow.

## Предварительно

- [Деплой моделей](deploj-modelej.md)

## Время

**2–3 ч**

---

## Зачем

Мир меняется — модель **деградирует** без переобучения.

## Типы drift

| Тип | Описание |
|-----|----------|
| **Data drift** | Входные фичи изменили распределение |
| **Concept drift** | Связь X→y изменилась |
| **Prediction drift** | Сдвиг выходных scores |

## Метрики production

- Latency p95, error rate
- Null rate во features
- Business KPI (conversion, fraud rate)

## Инструменты

Evidently AI, WhyLabs, Arize, custom Prometheus.

## Feedback loop

Собранные labels → новый dataset version → retrain run в MLflow.

---

## Самопроверка

1. Какую проблему решает «Мониторинг и drift»?
2. Какой инструмент вы бы выбрали для старта?
3. Что логировать в MLflow из этого компонента?

---

## Дальше

→ [CI/CD для ML](ci-cd-dlya-ml.md)