2006: Инженер МЛОпс за работой — Раздел 721: Облачные вычисления становят

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.

Ученые, работающие с данными, обычно сосредотачиваются на постановке проблем, анализе данных и разработке моделей. MLOps фокусируется на том, чтобы сделать модели воспроизводимыми, развертываемыми и наблюдаемыми с течением времени. Различие не является абсолютным: сильные команды сотрудничают в вопросах оценки и качества данных, а инженерам MLOps необходимо достаточно знаний в области машинного обучения, чтобы понять, почему модель может выйти из строя после развертывания.

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.