Modelos Preditivos (MLOps)
Gerenciamento, monitoramento e performance dos modelos de Machine Learning.
Modelos em Produção
12
4 em treinamento
Acurácia Média Global
92.4%
+1.2% vs mês anterior
Predições (24h)
45.2k
Latência média: 120ms
Data Drift Detectado
1
Modelo MOD-03 requer atenção
Histórico de Score Mensal (MLflow)
Evolução da acurácia (F1-Score) dos principais modelos em produção.
- Predição de Solubilidade
- Detecção de Anomalias
- Estimativa de Shelf-life
Catálogo de Modelos
Status e performance dos modelos integrados via MLflow.
| Modelo | Arquitetura | Acurácia (F1-Score) | Último Treino | Status |
|---|---|---|---|---|
Predição de Solubilidade MOD-01 | LightGBM | 94.5% | Há 2 dias | Ativo |
Detecção de Anomalias (Vibração) MOD-02 | LSTM | 89.2% | Há 5 dias | Ativo |
Estimativa de Shelf-life MOD-03 | CatBoost | 91.8% | Há 1 semana | Ativo |
Otimização de Formulação MOD-04 | Bayesian Opt. | 85.4% | Agora | Treinando |
Predição de Solubilidade (Candidato v2) MOD-06 | LightGBM | 95.8% | Há 1 hora | Aprovação Pendente |
Risco de Separação de Fases MOD-05 | Ensemble Stacking | 96.1% | Há 3 dias | Ativo |
Monitoramento de Drift
Alerta de degradação de performance.
Data Drift Detectado
O modelo MOD-03 (Estimativa de Shelf-life) apresentou uma queda de 3.2% na acurácia nas últimas 48h. A distribuição da variável "Umidade Relativa" mudou significativamente.
Aprovação Pendente (HITL)
O modelo candidato MOD-06 (v2) concluiu o treinamento com acurácia superior ao modelo em produção (95.8% vs 94.5%). Aguardando aprovação manual para deploy.
Políticas de Retreinamento
Retreinamento ContínuoDesativado
Aprovação Manual (Human-in-the-loop)Ativado
* Conforme diretrizes de MLOps, o retreinamento automático está desativado para garantir a estabilidade em produção.