MLOps の主な機能は、モデルの開発とトレーニングからモデルのデプロイと運用 (モデルの提供) まで、データ サイエンティストと ML エンジニアの ML ワークフローにおけるより繰り返し可能なステップを自動化することです。 これらのステップを自動化することで、ビジネスの俊敏性とユーザーとエンド カスタマーのエクスペリエンスが向上し、ML の速度、パワー、信頼性が向上します。 これらの自動化されたプロセスは、リスクを軽減し、開発者を単純な作業から解放することもできるため、イノベーションにより多くの時間を費やすことができます。 これはすべて最終的な結果に貢献します。 マッキンゼーによる 2021 年のグローバル調査 AI のスケーリングに成功した企業は、利払い前の税引前利益 (EBIT) を 20% も増加させることができることがわかりました。
Capital A single の機械学習担当シニア ディレクターである Vincent David 氏は、次のように述べています。 「しかし、多くの場合、ML システムは似たようなことを行いますが、わずかに異なるひねりを加えた類似点を目にするようになります。 ML への投資を最大限に活用する方法を模索している企業は、最高の ML 機能を統合して強化し、誰もが使用できる標準化された基本的なツールとプラットフォームを作成し、最終的に市場で差別化された価値を生み出しています。」
実際には、MLOps では、データ サイエンティスト、ML エンジニア、サイト信頼性エンジニア (SRE) の間の緊密なコラボレーションが必要であり、ML モデルの一貫した再現性、監視、およびメンテナンスを保証します。 過去数年間、Capital A single は業界全体に適用される MLOps のベスト プラクティスを開発してきました。ユーザーのニーズのバランスを取り、共通のクラウドベースのテクノロジ スタックと基本的なプラットフォームを採用し、オープンソース ツールを活用し、適切なレベルのアクセシビリティとガバナンスを確保します。データとモデルの両方に。
さまざまなユーザーのさまざまなニーズを理解する
ML アプリケーションには通常、技術専門家 (データ サイエンティストと ML エンジニア) と非技術専門家 (ビジネス アナリスト) の 2 種類のユーザーがいます。それぞれのニーズのバランスを取ることが重要です。 多くの場合、技術専門家は、使用可能なすべてのツールを完全に自由に使用して、意図したユース ケースのモデルを構築することを好みます。 一方、非技術者は、独自のワークフローで価値を生み出すために必要なデータにアクセスできる、使いやすいツールを必要としています。
両方のグループを満足させながら一貫したプロセスとワークフローを構築するために、David はアプリケーション設計チームおよび幅広いユース ケースの対象分野の専門家と会うことをお勧めします。 「問題を理解するために特定のケースを調べます。これにより、ユーザーは自分の仕事だけでなく、会社全体にも利益をもたらすために必要なものを手に入れることができます」と彼は言います。 「重要なのは、企業内のさまざまな利害関係者とビジネス ニーズのバランスを取りながら、適切な機能を作成する方法を理解することです。」
共通のテクノロジー スタックを採用する
MLOps の成功に不可欠な開発チーム間のコラボレーションは、これらのチームが同じテクノロジ スタックを使用していない場合、困難で時間がかかる可能性があります。 統合された技術スタックにより、開発者はレゴ ブロックのようなモデル間でコンポーネント、機能、およびツールを標準化し、再利用することができます。 「これにより、関連する機能を簡単に組み合わせることができるため、開発者はあるモデルやシステムから別のモデルやシステムに切り替えて時間を無駄にする必要がなくなります」と David 氏は言います。
分散コンピューティングのクラウド モデルを活用するように構築されたクラウドネイティブ スタックにより、開発者はオンデマンドでインフラストラクチャをセルフサービスし、新しい機能を継続的に活用し、新しいサービスを導入できます。 Cash Just one がパブリック クラウドに全面的に取り組むという決定は、開発者の効率とスピードに大きな影響を与えました。 本番環境へのコード リリースがはるかに迅速に行われるようになり、ML プラットフォームとモデルはより広範な企業全体で再利用できるようになりました。
オープンソースの ML ツールで時間を節約
オープンソースの ML ツール (誰でも自由に使用および適応できるコードとプログラム) は、強力なクラウド基盤と統合された技術スタックを作成するための主要な要素です。 既存のオープンソース ツールを使用することは、企業が貴重な技術リソースを車輪の再発明に費やす必要がないことを意味し、チームがモデルを構築して展開するペースを速めます。