機械学習の実運用の課題を一掃、「MLOps」を支える統合AIプラットフォームとは

　ビジネスの競争力維持にはデータの利活用が不可欠となり、多くの企業でAIや機械学習（ML）の活用が検討されている。しかし、ビジネスに適合したAI／ML運用は容易ではない。実際の取り組みでは、使用するデータやパイプラインの整備、モデル学習といった機械学習自体の課題に加え、スケーラビリティをはじめとしたDevOpsにおける課題、さらに準備とデプロイを行うチームが異なることによる課題も存在する。

　これらの課題を解決するベストプラクティスが、機械学習システムの開発と運用を統合する「MLOps」であり、今日ではその実践のための統合AIプラットフォームも登場している。モデル開発やMLパイプライン実行環境のマネージドサービスなど、MLに必要となる機能や全体の流れをオーケストレーションする機能を網羅し、機械学習プロセス全体を効率化するという。

　本資料では、MLOpsの実現を支援する同プラットフォームの特長について、導入事例を交えて紹介する。データサイエンティストとエンジニアが協業するMLの開発・運用基盤を構築し、ワークフロー構築やコード管理などを推進するヒントにしてほしい。