🎋
[メモ]あんちぽさん作成のメモ
- 機械学習プロジェクト管理
- 機械学習を用いたプロジェクトは、対象とするモデルの実現方法を探索する困難さと、構築されたモデルを実サービスに展開して運用し続けるための困難さの2つのハードルがある。
- 前者に気を取られ過ぎていると、後者が疎かになりPOCから抜け出すことできなくなってしまう。
- そのためにも解決すべき問題と達成すべき精度やそれによってどんな価値が生まれるのかということについてあらかじめプロジェクトのキックオフ段階でイメージをしておく必要がある。
- それを実現するためには、MLエンジニアだけでなくビジネス・その他のソフトウェア開発者も最低限の機械学習の知識とその応用方法について学習し、同じ言葉が通じる様にしておく必要がある。
- モデルの精度と価値と困難さ
- モデルの精度・価値・困難さについて
- 機械学習の実運用への課題
- モデル品質管理
- 実験管理
- セキュリティ
- 継続的再学習
- 推論器の動作の環境
- それらをスムースに価値提供するMLOpsチーム
- アンチパターン
- 極めて簡単な方法でも十分な精度が出る。
- やりたいこと重視になってしまう可能性
- モデルのみの納品でその後の実現ができずPoCでおわってしまう。