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