Prompt para otimização e performance em mlops em MLOps

Como uma equipe de MLOps pode otimizar a latência de inferência de um modelo de aprendizado de máquina em produção, considerando que o modelo é implantado em um ambiente de microsserviços distribuídos e recebe um alto volume de requisições em tempo real, sem comprometer a precisão do modelo ou a escalabilidade da solução? Descreva as etapas, ferramentas e métricas essenciais para alcançar essa otimização.