架构师机器学习系统手册 第一部分：机器学习系统操作与传统软件系统操作之间的挑战概述（以此为基础介绍有关不同挑战的章节） 软件1.0与软件2.0 我们该如何解决？ 数据治理 第二部分：数据管道和ETL流程 第三部分：模型和数据的版本控制和治理-可复制性 由于缺乏可重复性而导致的危机 机器学习实验的版本控制i。 数据版本化ii。 模型版本控制 管理实验可重复性的工具i。 智者ii。 MLflow iii。 DVC iv。 达特莫 第四节：模型的弹性（回归测试和验证） 训练期间进行模型评估的测