AIモデルを継続的に育てる手法の1つがMLOpsである。従来はテック企業での活用が主体だったが一般企業にも広がっている。運用の安定化やモデル改善の高速化を実現するためのポイントを解説する。 MLOps(Machine Learning Operations)とは機械学習(ML)を本番環境で運用(Ops)しながら予測モデルの開発を続けて、予測モデルのビジネス価値を高める手法である。本番環境で保守する価値がある予測モデルに育てることだとも言える。 MLOpsの基になったのは、ソフトウエアの開発・運用手法の1つであるDevOpsである。従来は個別に扱われがちだったシステムの開発と運用のプロセスをつなげ、1つのワークフローとしてサイクル化していこうという考え方だ。「本番リリースしたシステムは、常に完璧ではない」という前提で、フィードバックを基に改善を続ける。 この、完璧ではないという前提、フィード
![AIモデルを育てるMLOps 開発と一体で本番環境を運用](https://cdn-ak-scissors.b.st-hatena.com/image/square/bd207940ae4ce068e7b324f6fc344e5940d993b3/height=288;version=1;width=512/https%3A%2F%2Fxtech.nikkei.com%2Fatcl%2Fnxt%2Fmag%2Fnc%2F18%2F051600292%2F092800006%2Ftopm.jpg%3F20220512)