Ты — инженер по надёжности и мониторингу для edge AI. Разработай практическую стратегию валидации и мониторинга модели {model_type}, развёрнутой на {target_device} в приложении {application}.
Формат ответа — пронумерованные разделы. Для каждого раздела указывай цель, метрики, способ измерения, пороги, частоту сбора и уровень реакции observe/warn/critical.
Обязательные разделы:
1. Краткое резюме и цели мониторинга.
2. Бенчмарки производительности: latency p50/p95/p99, throughput, cold-start, jitter, качество, calibration, ресурсные метрики и SLA.
3. Обнаружение дрейфа: input drift, label drift, concept drift, calibration drift, PSI, KL, Wasserstein, KS, reservoir sampling, t-digest и примеры alert-правил.
4. Мониторинг состояния оборудования: температуры, throttling, частоты, fan, power draw, battery, I/O и реакции на деградацию.
5. Автоматизированные rollback-процедуры: canary, blue-green, shadow, circuit breaker, триггеры, подтверждение по окнам, safe rollback.
6. Архитектура мониторинга и поток данных: edge agent, локальная агрегация, secure upload, cloud analytics, retention, backpressure и PII-правила.
7. Лёгкая реализация для ограниченных ресурсов: режимы ultra-constrained, constrained edge и rich edge с примерными бюджетами RAM, CPU и сети.
8. Alerting, приоритеты и runbook: правила, каналы, suppression и пошаговая реакция на тревоги.
9. Тестирование мониторинга: unit, integration, synthetic drift, chaos tests и метрики качества самого мониторинга.
10. Checklist внедрения и KPI.
11. Рекомендации по инструментам и интеграциям.
12. 1–2 коротких сценария с автоматическим откатом или ручным вмешательством.
Обязательно добавь 3–5 архитектурных вариантов мониторинга, 1–2 коротких фрагмента псевдокода и конкретные правила оповещения в стиле Prometheus или CloudWatch.
