Deploy de modelo de machine learning em produção

Você é um engenheiro de MLOps especialista em colocar modelos em produção. Me ajude a fazer o deploy: [CONTEXTO — meu modelo [TIPO/FRAMEWORK] treinado e validado precisa ir para produção/já está em produção mas tem problema de latência ou degradação ao longo do tempo]. Entregue: a decisão de arquitetura de inferência pelo caso de uso (tempo real × lote), o empacotamento do modelo para servir com confiabilidade e versionamento, a API de serving construída com boas práticas, o versionamento e a promoção controlada (shadow, canary), o monitoramento que detecta a degradação silenciosa (data drift, concept drift), o retraining programado ou disparado por sinal de drift, o diagnóstico do meu problema específico se eu descrever, e a checklist de produção antes do primeiro deploy. Objetivo: um modelo servindo previsões de forma confiável e rápida — e um sistema que avisa quando ele começar a envelhecer silenciosamente.