完全自動化MLOps入門

完全自動化MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

産業界におけるMLOps

企業が機械学習を使う一般的な目的は何でしょうか？

  • データを活用するMLツールや製品で
    • 顧客対応を強化
    • 業務を最適化

企業が機械学習で社内プロセスを強化するか、顧客向けサービスを改善するかを示す図。

完全自動化MLOps

価値創出の最適化

企業の目標は利益最大化

  • 機械学習で収益性を高められる
  • コストと収益を分析し、潜在利益を見積もれる
  • 適切な数のMLユースケース導入で利益化できる

曲線のプロット。x軸はMLプロジェクト数、y軸は収益。6件で約2,500万のプラトーに達し、その後は増えず減少。

完全自動化MLOps

ソフトウェア開発のコスト

従来型ソフトウェア開発の想定コスト：

  • 開発コスト
  • プロジェクト管理
  • UI/UX設計
  • 品質保証
完全自動化MLOps

ソフトウェア開発の技術的負債

技術的負債（または設計負債）：

  • 不適切な設計による作り直しのコスト

粗雑な家の前の2人の技術者の絵。1人が「新しい窓を追加するのに、なぜこんなに時間がかかるのかわからない」と言っている。

1 https://vincentdnl.com/drawings/
完全自動化MLOps

MLシステムの隠れた技術的負債

機械学習：「技術的負債の高金利クレジットカード」[1]

隠れた技術的負債は次に関連することがあります：

  1. モデル学習に使うデータ
  2. MLシステムを動かすモデル
  3. MLシステムのインフラ
  4. MLシステムの監視
1 https://research.google/pubs/pub43146/
完全自動化MLOps

機械学習プロジェクトのコスト

技術的負債によるMLシステムの利益減： $$ $$

2つの図に各1本の曲線。1つ目は推定収益が2,500万ドル。2つ目は収益が1,000万ドルに減少。

完全自動化MLOps

技術的負債の高金利クレカ

MLシステムは複雑になり、制御が難しくなります。

MLシステムの多くの構成要素を示す図。中央の小さなMLコードの周囲に、設定、データ収集、データ検証、リソース管理、提供インフラ、監視、分析ツール、プロセス管理ツール、特徴量抽出がある。

完全自動化MLOps

MLOps：最良の返済方法

MLが「技術的負債の高金利クレジットカード」なら、MLOpsは最良の返済手段です。

MLOpsに含まれるもの：

  • 自動テスト
  • 実験トラッキングの自動化
  • 監視の自動化

技術的負債を最小化します

完全自動化MLOps

練習してみましょう！

完全自動化MLOps

Preparing Video For Download...