Термин MLOps в последнее время стал часто появляться в статьях и твитах, но что он на самом деле означает?

Я буду следовать тому, как мы использовали его на уроках в колледже, чтобы объяснять сложные термины, состоящие из нескольких известных слов. мы разделяем и определяем каждое из слов и объясняем это!

MLOps состоит из двух слов:

📌 ML: машинное обучение — это набор алгоритмов и методов, которые позволяют системам учиться и совершенствоваться на основе данных. Извлекая шаблоны, которые не могут быть легко извлечены, «люди, работающие над ML, называются: специалисты по данным, инженеры ML».

📌 Эксплуатация: ИТ-эксплуатация — это набор процессов, методологий и технологий, направленных на сокращение жизненного цикла системы. Сокращая и гарантируя доставку системы в производство, «люди, работающие над ML, называются: Operations Professionals».

Теперь, когда мы определили две основные части MLOps, давайте попробуем объединить все вместе и поговорим о значении MLOps, зачем он нам вообще нужен и каковы предварительные требования для создания MLOps!

📌 MLOps: Machine Learning Operations — это совместная работа специалистов по машинному обучению и специалистов по эксплуатации с целью определения передового опыта/дисциплины для повышения качества, надежности и эффективности систем машинного обучения от сбора данных до развертывания и мониторинга.

Отход от академического способа определения термина. MLOps также можно рассматривать как правило 25%, говоря, что MLOps — это 4 основные части, которые одинаково важны, когда мы говорим о MLOps.
«Разработка программного обеспечения, разработка данных, моделирование и бизнес-задача».

Теперь, когда у нас есть представление о значении MLOps, мы хотели бы спросить, зачем нам вообще нужна такая дисциплина?
📈 мы можем найти ответ в опросе NewVantage-Partners-Survey 91,5% компаний сообщают о текущих инвестициях в ИИ. Только 14,6% внедрили ИИ в производство
https://bwnews.pr/3rgmjpm

Если мы можем описать идею человеческих потребностей с помощью иерархии Маслоу, та же концепция проходит через MLOps, чтобы достичь MLOps, нам сначала нужно иметь DevOps, автоматизацию данных и лучшие практики автоматизации платформы.
📈 Следующая картинка из Книга: Практические MLOps "Орейли"

Конец поста! Спасибо, что зашли так далеко