Сценарий · Команды с ML-моделями в проде.
MLOps
Стандартные APM не понимают per-feature drift / inference latency.
Что предлагает Unimoni
OTLP ingestion + custom метрики через SDK. Anomaly detection для drift-сигналов.
Конкретно
- ✓OTLP receiver
- ✓Custom метрики через REST или OTLP
- ✓Anomaly rules: текущее vs baseline с σ-порогом
- ✓Multi-region для multi-modeled deploy
Как это устроено
Произвольные метрики
OTLP-receiver и REST принимают custom-метрики модели: inference latency, per-feature drift, длину очереди инференса.
Аномалии
Anomaly-правила сравнивают текущее значение с baseline по σ-порогу — drift-сигнал срабатывает без ручного подбора трешолдов.
Масштаб
Multi-region под мульти-модельные деплои; цена не растёт от числа фич и их кардинальности.