ChurnWatch
一个基于AWS生态的MLOps实践项目，用于演示数据漂移监控的完整流程，涵盖模型训练、PSI漂移检测和CloudWatch指标监控
时间轴 (近 90 天)
ChurnWatch 是一个基于 AWS 生态的 MLOps 项目，覆盖模型训练、漂移检测与指标监控的完整流程。
ChurnWatch 使用 Amazon S3 存储训练数据集，使用 Amazon SageMaker 训练流失预测模型，使用 Python 脚本以 PSI 进行漂移检测，使用 Amazon CloudWatch 进行指标监控。
ChurnWatch 覆盖了 MLOps 生命周期中的训练与监控两端，省略了 CI/CD、特征存储、模型注册表等重型组件。
扩展 ChurnWatch 可引入 Amazon SageMaker Model Monitor 自动做漂移检测、使用 SageMaker Pipelines 编排再训练流程、使用 Feature Store 统一特征口径，从而将检测到漂移连接到自动触发重训的闭环。
全部知识事实 (4)
ChurnWatch 是一个基于 AWS 生态的 MLOps 项目，覆盖模型训练、漂移检测与指标监控的完整流程。
50%待验证ChurnWatch 使用 Amazon S3 存储训练数据集，使用 Amazon SageMaker 训练流失预测模型，使用 Python 脚本以 PSI 进行漂移检测，使用 Amazon CloudWatch 进行指标监控。
50%待验证ChurnWatch 覆盖了 MLOps 生命周期中的训练与监控两端，省略了 CI/CD、特征存储、模型注册表等重型组件。
50%待验证扩展 ChurnWatch 可引入 Amazon SageMaker Model Monitor 自动做漂移检测、使用 SageMaker Pipelines 编排再训练流程、使用 Feature Store 统一特征口径，从而将检测到漂移连接到自动触发重训的闭环。
50%