Студенткиња Рачунарског факултета Марија Стопа је у четвртак, 9. октобра 2025. године одбранила дипломски рад на тему Евалуација MLOps платформи: Компаративна анализа водећих MLOps алата и интеграција у DevOps пред комисијом коју су чинили ментор др Јелена Васиљевић и члан др Немања Радосављевић.
У уводу свог рада Марија је истакла:
Овај рад пружа свеобухватну анализу MLOps концепта са фокусом на методологије и алате који омогућавају ефикасно управљање животним циклусом модела машинског учења у савременим DevOps окружењима. Циљ истраживања је идентификовање кључних изазова у имплементацији MLOps пракси, анализа постојећих алата и пружање смерница за избор оптималног решења у складу са техничким и организационим захтевима.
…
Управљање моделима машинског учења у DevOps окружењима је постало један од кључних проблема савременог развоја софтвера. Традиционални DevOps не покрива потребе ML система. Код класичног софтвера, ако се не мења код, апликација ради конзистентно. Код машинског учења, модел
може да постане непрецизан чак и ако код остане непромењен, јер се подаци на којима ради константно мењају. Такође, резултати алгоритама могу да варирају чак и под идентичним условима, што компликује тестирање и имплементацију.
Овај рад евалуира MLOps платформе кроз компаративну анализу пет водећих алата. Истраживање обухвата детаљну евалуацију кроз сцоринг матрицу, анализу могућности интеграције у постојећа DevOps окружења, и идентификацију главних проблема који ограничавају широку примену MLOps пракси у индустрији. – закључила је Марија.