Управление жизненным циклом машинного обучения — практика управления ML-системами на этапах разработки, обучения, валидации, развертывания, мониторинга, сопровождения и вывода из эксплуатации. Она применяет операционную дисциплину, похожую на DevOps, чтобы модели оставались надежными, прослеживаемыми и пригодными к использованию после развертывания.