AI事業本部MLOps研修公開！MLOps研修で学ぶ最新の機械学習ワークフローとは？
MLOpsの講義は、以下の3つのパートで構成されています。
- Container編
- 基礎編
- 応用編
Container編
Container編では、MLOpsの前提知識としてのコンテナ技術を学びます。
普段の研究開発で想定されるストーリーを元に、「今日から使えるPortableな実験環境とScalableな推論App」を目指します。
Dockerの基礎から、CI/CD、Cloud連携までを以下のように段階的にハンズオン形式でインプットできる内容になっています。
- Python scriptのDocker化
- Training codeが走るJupyterLabのDocker Compose運用
- 学習済モデルを乗せた推論AppのCloud Deploy
Docker、Docker Compose、AWS App Runnerがメインですが、コンテナオーケストレーションの紹介としてKubernetes及びkindにも少し触れています。
基礎編
MLOps基礎編では、MLOpsの概要と全体感を把握してもらう講義になっています。基礎編のコンセプトはMLOpsを新たに始める際に要点を掴める資料で、以下の構成になっています。
- MLOpsとは
- なぜMLOpsが必要なのか
- MLOpsレベル別紹介
- 推論システム紹介
- 学習ワークフロー紹介
- アンチパターン
- システムの品質担保
応用編
MLOps応用編は、Container編で扱った技術を土台として、MLOps基礎編で紹介されたシステムを実際に作る内容となっています。