KINTOテクノロジーズでのMLOps適用をテーマにした連載の最終回です。ソフトウェアエンジニアとデータサイエンティストで得意分野が異なり議論が噛み合わない状況に対し、共通の機械学習の概念と用語、その実装方法を共有する勉強会を企画した経緯と成果を紹介します。
Articles by Ikki Ikazaki
著者一覧
SageMakerExperimentsを用いた実験管理 (3/4)
MLOps連載の3本目、SageMaker Experimentsによるメタデータ管理（実験管理）です。立ち上げ期のスピード優先から人が増えて管理コストの重要性が増した状況を踏まえ、命名規則の整理と、結果をDataFrameにして推移を可視化しモデルドリフトを検知する方法を紹介します。
SageMakerを使った学習&推論のバッチパターン (2/4)
MLOps連載の2本目、SageMaker Pipelinesを用いたバッチパターンの学習と推論の実装です。KINTO ONEの申込台数予測を例に、ダッシュボード運用のためにETLとMLパイプラインをオーケストレーションする構成と、QuickSightとの連携までを紹介します。
KINTOテクノロジーズのMLOpsを定義してみた (1/4)
MLOps連載の1本目です。申込台数予測や中古車の残価予測など機械学習プロジェクトが進む一方、データサイエンティストごとに実行環境や作法が異なる状況を踏まえ、論文やドキュメントを参考にKINTOテクノロジーズにおけるMLOpsの目的とスコープ、スケーラビリティ、メタデータ管理を定義します。