Cas d’usage · Équipes avec des modèles ML en production.
MLOps
Les APM standards ne comprennent pas le drift par feature ni la latence d’inférence.
Ce que propose Unimoni
Ingestion OTLP + métriques custom via le SDK. Détection d’anomalies pour les signaux de drift.
Concrètement
- ✓Receiver OTLP
- ✓Métriques custom via REST ou OTLP
- ✓Règles d’anomalie : actuel vs baseline avec seuil σ
- ✓Multi-région pour les déploiements multi-modèles
Comment ça marche
Métriques arbitraires
Le receiver OTLP et REST acceptent des métriques de modèle custom : latence d’inférence, drift par feature, profondeur de la file d’inférence.
Anomalies
Les règles d’anomalie comparent la valeur actuelle à une baseline par seuil σ — un signal de drift se déclenche sans seuils réglés à la main.
Passage à l’échelle
Multi-région pour les déploiements multi-modèles ; le tarif ne croît pas avec le nombre de features ni leur cardinalité.