皆さん,こんにちは!機械学習エンジニアの柏木(@asteriam)です. コネヒトでは,テクノロジー推進部に所属し,組織横断的に機械学習(ML)施策の実施・推進を通してサービスグロースする役割を担っています. はじめに MLチームでは,少人数ながらレコメンドエンジンの開発*1やカテゴリ類推*2などの機械学習を用いたサービス開発を実施しています.一方でプロダクション環境に投入するMLシステムの数が増えると,それら1つ1つが属人的になったり,テストが不十分だったり,運用が疎かになったり,それ以外に技術的にも負債が蓄積するケースがあります.私たちのチームでもこれらが課題の1つとなっています. 上図はよく目にするMLシステムの技術的負債の図*3ですが,MLシステムはモデル開発だけでなく,MLシステムを支える周辺のインフラや各種メトリクスのモニタリングなど考慮すべき項目が多くあります.加えてMLシス
![ML Test Scoreを使って現状の機械学習システムをスコアリングしました - コネヒト開発者ブログ](https://cdn-ak-scissors.b.st-hatena.com/image/square/a99c1bd45f10a8a505d8561170d3f28f911196b1/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fc%2Fconnehito-mkashiwagi%2F20210928%2F20210928015818.png)