Home

ようこそ Machine Learning for productionization Wiki へ

このページは、機械学習基盤のproductionization(本番環境への適用)に関する情報を集めるためのWikiです。

機械学習を実際にプロダクションで回していくためには、様々な課題がある一方でそれを解決するためのシステム・アーキテクチャのパターンは明確になっていません。MLOpsといった言葉も話題になりつつありますが、その定義も人によって様々であり、またエンジニアリング主体の取り組みが多く、体系化された情報もまだまだ少ないように思います。

そこで、いわゆる "awesome ML in production" というような情報をこのWikiで書いていければと思います。

対象となる課題・トピックは、例えば

• 機械学習基盤のアーキテクチャ
• data analysis, training, deploymentといったend to endの機械学習のパイプラインの作り方、管理方法
• モデルのライフサイクル管理・デプロイ、ガバナンス、サービング
• feature storeやデータ・モデル・パイプラインのバージョン管理、ガバナンス

などを想定していますが、これらに限らず収集できればと思います。リンク先は論文やarXivのpre printだけでなく、ブログ記事などもOKです。

こちらのWikiでまとめた情報を元に、サーベイ論文のような形で体系化をしていければと考えています。

本Wikiは機械学習工学研究会 MLSEの「本番適用のためのインフラと運用WG」の活動の一貫として行っていますが、どなたでも書き込みしていただけます。

Awesome ML in production list