1998: Инженер МЛОпс за работой

MLOps хорошо оплачивается, поскольку требует широты охвата и поскольку многие организации пытаются внедрить ИИ быстрее, чем созревают их операционные практики. Генеративный ИИ увеличил спрос на оценку, наблюдаемость и контроль доступа. Он также автоматизирует некоторые части работы — шаблоны конвейеров, настройку и диагностику — поэтому устойчивым навыком является проектирование надежных систем и принятие решения о том, каких доказательств достаточно, чтобы доверять модели.

Инженер MLOps превращает эксперименты машинного обучения в повторяемые и контролируемые услуги. Они создают конвейеры данных и обучения, упаковывают модели, развертывают их в облачных или периферийных средах, отслеживают версии, контролируют производительность и создают процедуры отката. В небольших командах они также могут писать код приложения; в более крупных они управляют общей платформой для многих команд по анализу данных.

Чем MLOps отличается от науки о данных? Нужна ли мне степень магистра для MLOps? Нет. Степень в области компьютерных наук, инженерии или работы с данными является обычным явлением, но практический опыт работы с программным обеспечением, облаками и платформами данных может иметь большее значение, чем диплом продвинутого исследования. Должности, создающие новые модели, могут предпочесть аспирантуру; Роли, управляющие платформами ML, обычно так же высоко ценят технологию производства, инфраструктуру и тщательное экспериментирование.