Caso de uso · Equipos con modelos de ML en producción.
MLOps
Los APM estándar no entienden el drift por feature ni la latencia de inferencia.
Qué ofrece Unimoni
Ingesta OTLP + métricas custom vía SDK. Detección de anomalías para señales de drift.
En concreto
- ✓Receiver OTLP
- ✓Métricas custom vía REST u OTLP
- ✓Reglas de anomalía: actual vs baseline con umbral σ
- ✓Multi-región para despliegues multi-modelo
Cómo funciona
Métricas arbitrarias
El receiver OTLP y REST aceptan métricas de modelo custom: latencia de inferencia, drift por feature, profundidad de la cola de inferencia.
Anomalías
Las reglas de anomalía comparan el valor actual con una baseline por umbral σ — una señal de drift se dispara sin umbrales ajustados a mano.
Escala
Multi-región para despliegues multi-modelo; el precio no crece con el número de features ni su cardinalidad.