Data Universe
Newsletter
GlossaireCCanary Deployment (ML)
MLOps

Canary Deployment (ML)

Définition

Stratégie de déploiement progressif qui route un petit pourcentage du trafic de production (5%, 10%) vers le nouveau modèle, tout en conservant le modèle actuel pour le reste du trafic. Si les métriques du nouveau modèle sont bonnes (pas de dégradation des KPIs métier, pas d'erreurs), le pourcentage est progressivement augmenté jusqu'à 100%. En cas de problème, le rollback est immédiat et peu de trafic a été affecté. Le canary deployment permet de valider les performances en conditions réelles avec un risque maîtrisé, contrairement au déploiement 'big bang'. Différent du shadow mode : en canary, les décisions du nouveau modèle sont réelles et impactent les utilisateurs. Nécessite un système de routage du trafic (service mesh Istio, Kubernetes avec feature flags, AWS CodeDeploy).

Exemples concrets

Kubernetes progressive rolloutAWS CodeDeploy canaryFeature flag + A/B test modèle5% → 20% → 50% → 100%
← Retour au glossaireTermes en “C

Fiche rapide

CatégorieMLOps
Exemples4 outils / technologies