MLOps勉強会Tokyo(Online)#1参加レポート

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
  • AWS + GCP
  • GCPのBQ, SageMakerを使いたかった
• 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