継続的インテグレーションと継続的デプロイ（CI/CD）

End-to-End Machine Learning

Joshua Stapleton

Machine Learning Engineer

ML ライフサイクルの CI/CD

機械学習ライフサイクルのデプロイ段階

End-to-End Machine Learning

CI/CD の基本

継続的インテグレーション（CI）

  • 変更を定期的に中央リポジトリへ統合
  • バグ検出の自動テストを伴うことが多い

更新されるクラウドで表す継続的インテグレーション

継続的デプロイ（CD）

  • コード更新を自動で本番に反映
  • CI と併用が一般的

ロケットで表す継続的デプロイ

End-to-End Machine Learning

機械学習における CI/CD

CI/CD は本番運用・反復に不可欠

  • 例：新しい患者データの取り込みを自動化
  • データドリフトを抑制

 

ML における CI/CD:

  • モデルを定期的に再学習
  • 性能をテスト
  • ルールに基づく自動デプロイ
End-to-End Machine Learning

AWS Elastic Beanstalk での CI/CD

AWS Elastic Beanstalk（EB）：

eb init


eb create heart_disease_env


eb deploy


eb open
End-to-End Machine Learning

EB の代替（1）

Azure Machine Learning:

  • リアルタイム推論サービス
  • 学習用のマネージド計算リソース
  • 本番環境での性能監視
End-to-End Machine Learning

EB の代替（2）

GCP App Engine:

  • AWS EB や Azure Machine Learning に類似の代替案
End-to-End Machine Learning

EB の代替（3）

Kubernetes:

  • オープンソースのコンテナオーケストレーション
  • コンテナ化アプリのデプロイ・スケーリング・管理を自動化
  • 主要クラウドに幅広く対応
  • 学習コストは高いが制御性が高い
End-to-End Machine Learning

EB の代替（4）

まだ他にも多数！

End-to-End Machine Learning

Passons à la pratique !

End-to-End Machine Learning

Preparing Video For Download...