机器学习调试

HawkEye

engineering.fb.com

HawkEye是Meta推出的面向机器学习工作流、服务运维场景的监控、可观测性与调试工具包，核心定位是降低生产环境机器学习模型与数据服务的故障排查难度。它具备全链路数据持续采集能力，可自动归集服务运行、模型训练、数据生成全流程相关指标；内置根因分析组件，可通过关联多维度数据定位问题来源；还提供引导式探索交互界面，支持用户按流程完成问题排查与缓解措施启动。该工具主要面向机器学习工程师、数据工程师、运维工程师、推荐系统开发人员等群体，适用于推荐排名模型上线后的性能监控、生产环境模型服务故障排查、训练流水线异常定位、数据质量问题溯源等场景，助力相关人员缩短生产问题调试周期。