Vertex AI模型监控任务查询及新版本启用技术咨询

使用Vertex AI Python SDK，可遍历所有模型监控作业并筛选匹配显示名称的任务，示例代码如下：

from google.cloud import aiplatform

# 初始化Vertex AI客户端
aiplatform.init(project="你的项目ID", location="你的区域")

# 获取所有模型监控作业
monitoring_jobs = aiplatform.ModelMonitoringJob.list()

# 筛选匹配目标显示名称的任务
target_display_name = "你要查找的显示名称"
matching_jobs = [job for job in monitoring_jobs if job.display_name == target_display_name]

# 输出筛选结果
for job in matching_jobs:
    print(f"监控任务资源名: {job.name}")
    print(f"监控任务显示名: {job.display_name}")
    print(f"关联端点: {job.endpoint}\n")

若需模糊匹配，可将判断条件改为target_display_name in job.display_name。

当新模型版本部署到已开启监控的同一端点时，监控不会自动对新版本生效，需手动通过Python SDK配置。具体操作如下：

步骤1：获取目标端点与新模型版本 #

# 获取目标端点
endpoint = aiplatform.Endpoint("端点资源名称或ID")
# 获取端点内的最新模型部署（即新模型版本）
new_deployment = endpoint.list_model_deployments()[-1]
new_model_version_id = new_deployment.model_version_id

步骤2：构建监控配置 #

可复用原有监控配置，或新建配置（以特征漂移监控为例）：

from google.cloud.aiplatform_v1.types import ModelMonitoringConfig

# 构建监控配置
monitoring_config = ModelMonitoringConfig(
    objective_configs=[
        ModelMonitoringConfig.ObjectiveConfig(
            training_dataset=ModelMonitoringConfig.ObjectiveConfig.TrainingDataset(
                gcs_source=ModelMonitoringConfig.GcsSource(uris=["gs://你的训练数据存储路径"]),
                data_format="csv"
            ),
            target_field="预测目标字段名",
            feature_drift_detection_config=ModelMonitoringConfig.ObjectiveConfig.FeatureDriftDetectionConfig(
                threshold=0.3
            )
        )
    ],
    schedule_config=ModelMonitoringConfig.ScheduleConfig(
        monitor_interval=ModelMonitoringConfig.ScheduleConfig.Interval(seconds=3600)  # 每小时执行一次监控
    ),
    logging_sampling_strategy=ModelMonitoringConfig.LoggingSamplingStrategy(sample_rate=0.5)  # 50%日志采样率
)

步骤3：为新模型版本创建监控任务 #

# 基于新模型版本创建监控作业
monitoring_job = aiplatform.ModelMonitoringJob.create(
    display_name="新模型版本监控任务",
    endpoint=endpoint.resource_name,
    model_deployment_monitoring_config=monitoring_config,
    model_version_id=new_model_version_id
)

# 若已有对应端点的监控作业，可直接更新覆盖的模型版本
# existing_job = aiplatform.ModelMonitoringJob("现有监控作业ID")
# existing_job.update(model_version_ids=[new_model_version_id, "原有模型版本ID"])

若需监控端点内所有模型版本，在创建或更新监控作业时，将model_version_ids设置为包含所有目标版本ID的列表即可。

内容的提问来源于stack exchange，提问作者Shadab Hussain