MLOpsチームの成功する運用

ビジネスのための MLOps

Arne Jonas Warnke

Head of Emerging Curriculum

機械学習の影響が限定的だった頃（過去）

かつて企業は機械学習に実験的アプローチを採用していました。

主な課題:

  • サイロ化
  • 本番導入されないモデルが多い
  • 開発が長期化
  • 自動化がない/最小限
  • 再現性の欠如

1980年代のコンピュータ前の一人の白黒写真

ビジネスのための MLOps

MLOpsチームの成功する運用

$$

この動画で扱うこと

  • 技術の詳細は最小限
  • 成功するDevOpsプラクティスを見る
ビジネスのための MLOps

DevOpsの復習

DevOpsの目的

  • 開発者と運用担当の協働を高めること

開発は

  • ユーザー体験の向上
  • 新たなビジネス要件

運用は

  • 安定性と保守性

DevOps

1 Kim ほか (2021). The DevOps handbook: How to create world-class agility, reliability, & security in technology organizations. IT Revolution.
ビジネスのための MLOps

一般的なDevOpsプラクティス

  • 継続的デリバリー
    • 頻繁・小規模・信頼性の高いリリース
    • 例: 小さな機能（コード変更）を継続追加
  • テストとリリースの自動化
  • 監視、容易なロールバック
  • 継続的インテグレーション

$$ ソフトウェアリリースの青写真

1 Leite ほか (2019). A survey of DevOps concepts and challenges. ACM Computing Surveys (CSUR), 52(6), 1-35.
ビジネスのための MLOps

失敗への対処

DevOpsの循環 $$ ブルースクリーン

  • フィードバックループ
    • 自動テスト
    • 早期に不具合を特定
  • 問題発生時
    • 根本原因分析
    • 責任追及しないポストモーテム
    • 学習・知見共有・改善
ビジネスのための MLOps

人とチーム

MLOps/DevOpsの核心は協働

  • 組織ごとにチーム設計は異なる

$$

共通する特徴

  • 自律性
  • 連動したインセンティブ
  • フィードバックと学習
  • 信頼
  • リスクテイクを評価

$$ 協働する人々

ビジネスのための MLOps

実験

実験で高品質を目指す

  • A/Bテスト（ランダム化実験）
  • 意図的な障害の注入

$$ 実験室でのテスト

ビジネスのための MLOps

¡Vamos a practicar!

ビジネスのための MLOps

Preparing Video For Download...