はじめに
- 第1回 MLOps 勉強会 Tokyo (Online)を視聴させていただいたときのメモです
メモ
MLOpsコミュニティの発足にあたり
- DataRobot シバタさん
- アンケート
- 作ったことあるモデル数: 1-10, 11-100がボリュームゾーン
- 作ったモデルが本番に: 0が55%
- 可愛そうなモデルを根絶したい
- MLOpsは新しい分野。何が求められているのかをディスカッションしたりもしたい。
- MLOpsに必要とされているものとは
先駆者に学ぶ MLOpsの実際
- システム開発に置いて、データサイエンティストがやらないこと全て
- 環境整備・成果物管理
- 本番データでのモデル推定
- 推論結果のシステムへの組み込み
- 効果モニタリング
- Walmart
- MLプロジェクトの60-80%がプロダクションにならずに頓挫している
- 本番化する計画は明瞭か
- -> 企業にとって利益が出る（意味がある）システムにまで組み込み切る必要がある
- データサイエンティスト並にデータエンジニアの求人が多い
- Netflix
- データの探索 2w
- プロトタイピング 6-8w
- 本番化 12-14w
- リリース後のモデル更新 8w
- MLOps NYC2019注目セッションまとめがある
- SageMakerを使っている
- エラーハンドリングもデータエンジニアが実装
- とにかくデータサイエンティストの負担を軽減してあげる
- マルチクラウドのメリット
- コーディングフローの整備までやっているか？
- コーディングルールとかはレビュー
