ML Ops（AIシステム運用の視点）

僕自身はデータサイエンティストなので、業務やビジネスにおける問題がデータサイエンスによって解決できるかどうかの視点が強い。
但し、その解決した状態を定常化するためのAIシステムをいかにうまく運用していくか、そのためにどのような実装を考えるかも大事な視点。その分野をMLOpsという。データサイエンティストも少なくとも以下の記事くらいの知識は持ってるべき。

MLOpsを実際に運用しようとする人は、CyberAgent AI事業本部MLOps研修応用編 - Speaker Deckや機械学習システム デザインパターンもわからないといけないのでしょう、私にはそこまでは。。。

まぁガイドラインとしての以下を見ておけば、データサイエンティストの立ち位置であれば十分と思うんです。もちろんAIシステムを開発・運用する機械学習エンジニアには必須の知識！

上記の教材やガイドラインを隅から隅まで理解しておくよりは、MLOpsに加えて、データマネジメントあたりも理解しておくのが有意義だと思う。
その種の話題を以前はこのページにあったのですが、わかりづらくなってたので、別のページに切り分けました。

ちなみにDS Opsは著名なデータサイエンティスト様による完全なる造語ですが、MLOpsは知らないまでもデータサイエンスをやる人はこうしたことは当然考えるよね、という念のための記事を追記して、本稿は終わり。

他の情報も含めて見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note