DRIVE CHARTのMLOpsを体感しよう

GO TechTalk #24 タクシーアプリ『GO』のAIサービスを支えるMLOpsを体感しよう!
概要
- DRIVE CHARTについて

- 実験環境パイプライン
- ClearML
- 実験結果を比較しやすい
- わかりやすいUI
- Kubeflow
- スケーラビリティが高い
- 多様なデータを扱える
- 高速に実験可能
- わかりやすい


- 継続的学習
- Airflow + Sagemaker
- AWSのマネージドサービスだと運用がしやすい
- キャッチアップしやすい
- 問題発生時に対応しやすい
- モニタリング
- 推論監視+ドリフト検知(劣化していないか、異常値のトレンド検知)
- BQ + Redash
- システム監視
- CloudWatch + X-Ray
- アノテーション
- 内製ツール
問い合わせ効率化


- CSがロジックやモデルの推論結果の解釈を行える&結果が共有できる環境を用意
- ロジックの説明までしてくれるのであればすごそう(このスコアがXXだからこの分岐に入ってこうなる、?)
- ここまでやっているという説明はなかったので、どこまでできるのかは不明