▼ もうちょっと詳しく

モデルを作って終わり、ではなく、本番で動かす・監視する・再学習する・差し替える、というライフサイクル全体をちゃんと回しましょう、という運用思想です。DevOpsのML版、と言うと業界の人にはピンと来ます。

モデルの精度はデータドリフトで時間とともに劣化していくし、新しいデータで再学習する必要も出る。「動いてるからOK」が成り立たないのがMLOpsの宿命で、各社みんな苦労しています。