ビジネス価値を創出する機械学習モデル、実務移行・運用を支える「MLOps」とは

　データから新たなビジネス価値を創出し、市場での競争優位性を維持、獲得すべく、多くの組織で機械学習モデルの研究開発が進められている。しかし、ある調査によると、エンタープライズ機械学習プロジェクトの88％がいまだ実験段階にあり、実務環境への移行が進んでいないという現実がある。

　その背景には、実務環境への展開後の機械学習モデルの管理、監視には多大な労力を要することがある。展開が大規模になれば、機械学習モデルの維持と拡張に気が遠くなるような作業を強いられる。この状況を改善するものとして注目されているのが、機械学習運用（MLOps）だ。MLOpsには、定義済みのプロセスや、機械学習チームが実験から実務移行するための各種機能などが含まれ、大規模なモデルの管理、導入、監視、維持、統制を支援する。

　本資料では、MLOpsが果たす役割とともに、企業での機械学習に持続性と優れた拡張性をもたらすための手法について解説。併せて、MLOps機能を組み込み、実験やトレーニング、実務投入に至るまで包括的に運用可能にする機械学習プラットフォーム製品についても紹介しているので参考にしてほしい。