MLOpsとは｜定義、メリット、課題、ツール、ワークフローを分かりやすく解説 | AVILEN AI TrendMLOps（エムエルオプス）とは、機械学習（ML）の開発チームと運用チームが連携・協力してモデルの開発から運用まで一連のライフサイクルを管理する基盤・体制だ。 2010年代初頭に深層学習（ディープラーニング）がブレークスルーとなってスタートした「第３次AI（人工知能）ブーム」。AI技術をビジネスに活用するケースが増える一方で、AI・機械学習プロジェクトが実証実験（Poc）の障壁を乗り越えられず、MLの実際の活用に至らないケースも多いという意見もある。 MLの一般的なワークフローは、データの収集・前処理、モデルの学習、評価を経て、本番環境へのデプロイ、監視、そして更新だが、実際の活用に至らない要因の一つが、MLの開発（Development）サイドと、運用（Operation）サイドの知見やスキルセットが異なるためだという指摘がある。 MLOpsの定義－DevOpsから派生 そんな課題を解決
BASIC STUDY | AVILEN AI Trend
