什么是 MLOps？
Machine learning operations (MLOps)
作为一个新兴领域，MLOps 在数据科学家、机器学习工程师和人工智能爱好者中迅速崛起。MLOps 代表机器学习操作。MLOps 是机器学习工程的核心功能，专注于简化将机器学习模型投入生产、然后维护和监控的过程。MLOps 是一种协作功能，通常由数据科学家、devops 工程师和 IT 人员组成。
MLOps 有什么用？
MLOps 是一种用于创建机器学习和人工智能解决方案并提高其质量的有用方法。通过采用 MLOps 方法，数据科学家和机器学习工程师可以通过实施持续集成和部署 (CI/CD) 实践以及对 ML 模型的适当监控、验证和治理来协作并加快模型开发和生产的速度。
为什么我们需要 MLOps？
产品化机器学习很困难。机器学习生命周期由许多复杂的组件组成，例如数据摄取、数据准备、模型训练、模型调整、模型部署、模型监控、可解释性等等。它还需要跨团队的协作和交接，从数据工程到数据科学再到机器学习工程。当然，需要严格的操作严谨性才能保持所有这些流程同步并协同工作。MLOps 涵盖机器学习生命周期的实验、迭代和持续改进。