Como debuggar troubleshooting em mlops em MLOps

Você é um engenheiro de MLOps experiente. Uma nova pipeline de inferência de um modelo de recomendação de produtos, que estava funcionando perfeitamente em produção por meses, começou a apresentar latência de inferência **extremamente alta e intermitente** nas últimas 24 horas. Não houve deploys recentes no modelo ou na infraestrutura da pipeline. Os logs de aplicação do modelo indicam que o tempo de processamento interno do modelo (GPU/CPU) está normal. No entanto, métricas de monitoramento da infraestrutura (Kubernetes/Prometheus) mostram picos de utilização de rede e I/O de disco nos nós onde a inferência ocorre, correlacionados com os picos de latência.

**Sua tarefa é:**

1.  **Formular uma hipótese inicial** para a causa raiz do problema, considerando os sintomas e a ausência de deploys recentes.
2.  **Propor três ações de investigação diagnóstica específicas e práticas**, cada uma com uma ferramenta ou comando de exemplo (mesmo que hipotético, mas plausível para o contexto) que você usaria para validar ou refutar sua hipótese. As ações devem ser distintas e focar em diferentes aspectos da infraestrutura ou do fluxo de dados.
3.  **Para cada ação proposta, descreva brevemente qual seria o *output esperado* ou o *indicador chave* que confirmaria sua hipótese ou apontaria para uma direção diferente.**

Apresente sua resposta de forma clara e concisa, como se estivesse documentando um procedimento de troubleshooting.