Как модель взаимодействует с данными, когда она уже находится в проде?

В production модель обычно получает подготовленные признаки, выполняет inference и возвращает предсказание. Новые входные данные сами по себе не переобучают модель, если отдельный механизм обучения не предусмотрен.

Online-сервис обрабатывает запросы сразу, batch-процесс — наборы по расписанию; признаки могут приходить из API, хранилища или feature store. Преобразования должны соответствовать обучению, а версии схемы и модели — фиксироваться. Наблюдают задержки, ошибки, качество входов и drift; качество прогнозов оценивают после появления правильных ответов. Логи не должны бесконтрольно сохранять персональные данные. Переобучение, проверку и rollout обычно организуют отдельным pipeline.