こんにちは！サーバーサイドエンジニアの mitani です。 B/43のサービスの裏側では機械学習を使っている箇所があり、機械学習用のパイプラインとAPIに全てSageMakerを利用しています。今回はなぜSageMakerを採用したのかと、構築時に意識したことについて紹介したいと思います。 インフラ視点でのMLOpsについては @maaaato さんが記事を書いてくれているので、合わせてご覧ください。 Amazon SageMaker StudioでMLOpsを始めました - inSmartBank 機械学習の推論を行う仕組みについて 機械学習の機能をアプリケーションに組み込むためには、大きく分けると3つの仕組みを準備する必要があります。 学習用のデータを作成して何かしらのデータストアに保存する仕組み 学習用のデータを使って機械学習のモデルを訓練し検証する仕組み 訓練済みのモデルを呼び出