Кто должен следить за моделью на проекте

За мониторинг модели отвечает кросс-функциональная команда:

• Data Scientist — проверяет качество предсказаний (дрейф данных, метрики)
• ML Engineer — следит за инфраструктурой (латентность, uptime)
• Product Manager — оценивает бизнес-метрики (ROI, конверсия)

Пример мониторинга дрейфа:

from alibi_detect import KSDrift
drift_detector = KSDrift(X_train, p_val=0.05)
drift = drift_detector.predict(X_prod)
print(f"Дрейф обнаружен: {drift['data']['is_drift']}")

Лучше автоматизировать проверки через CI/CD и дашборды (Grafana, MLflow). Ответственность распределяется, но итоговый owner — обычно Tech Lead или Data Science Team Lead.