Lequel des énoncés suivants est un avantage de l'utilisation de l'infrastructure en tant que code (IaC) dans les opérations d'apprentissage automatique (MLOps) ?

L'infrastructure en tant que code (IaC) permet de définir et de gérer l'infrastructure via des fichiers de configuration, ce qui est crucial pour les MLOps. En MLOps, l'IaC rationalise le déploiement de charges de travail d'apprentissage automatique (ML) en garantissant la cohérence et la reproductibilité des environnements. Cela facilite la mise à l'échelle et la gestion des ressources nécessaires à l'entraînement, à la validation et au déploiement des modèles. L'IaC n'élimine pas le besoin d'optimisation des hyperparamètres, qui est une étape distincte du cycle de vie du ML. Elle ne provisionne pas toujours des instances puissantes ; elle provisionne ce qui est spécifié dans le code, ce qui peut inclure des instances de différentes tailles. Enfin, l'IaC ne minimise pas intrinsèquement les dépenses en déployant uniquement des instances à faible coût ; elle permet de définir et de contrôler les coûts en spécifiant précisément les ressources, mais le choix des ressources reste à la discrétion de l'utilisateur.