学習と推論をつなぐ：本番 ML パイプラインにおける共通前処理 - CARTA TECH BLOG

こんにちは。CARTA ZERO の DSP チームで @marching_cube として活動しています。 私たちのチームは、オンライン広告向けの大規模なリアルタイムビッディング（RTB）システムを運用しています。膨大な数の入札リクエストに対して、高速な機械学習モデルを複数展開しています。 最近は、ML パイプライン改善に取り組んでおり、特に前処理を共通化した実装に注力してきました。この過程で得られた知見を今回のブログで共有をしたいと思います この記事を読み終える頃には、生の文字列から最終的な予測結果まで、すべてを単一の ONNX アーティファクトにシリアライズすることで、学習時と推論時のズレ（training–inference drift）をどのように解消しているかが分かるはずです。 この記事で学べること 前処理は学習時だけのものではなく、本番コードの一部として扱う重要性 前処理と学