1950年代—2005年
模型作为研究产物
机器学习主要存在于研究、专门产品和统计学领域。运营方面的考量虽然存在,但通常还不是一个独立的职业方向。
MLOps是一个新的职位名称,对应的却是一个古老的运营问题:在受控实验中表现良好的模型,一旦遇到不断变化的数据、真实用户和生产预算,就可能失效。这一职业把机器学习的研究文化,与软件交付和运营的纪律结合了起来。
因此,它的历史与数据工程、云计算和DevOps是共通的。这个角色在2010年代末逐渐独立成型,当时各组织正从孤立的单个模型,转向需要持续管理数据、行为和合规的整批模型。
起源之地
2015—2019年全球云计算产业
随着云平台和机器学习团队面对生产维护成本的问题,'MLOps'一词逐渐流传开来。谷歌研究人员2015年发表的论文《机器学习系统中的隐藏技术债务》,为那些把一个模型变成长期存在的系统所涉及的依赖关系、反馈回路和运营复杂性,提供了一套被广泛引用的词汇。
时间线
1959年亚瑟·塞缪尔定义机器学习
塞缪尔在一个自我改进的跳棋程序研究中描述了机器学习,帮助命名了这个后来被投入生产使用的领域。
1998年谷歌PageRank凸显数据驱动系统
网络级别的排名展示了模型与数据基础设施如何能成为核心产品基础设施。
2006年云计算走向主流
亚马逊网络服务把弹性计算和存储变成一种运营服务,而非自建硬件。
2012年ImageNet突破加速深度学习
AlexNet在ImageNet上的成功,使基于GPU的训练成为许多机器学习项目的核心。
2015年'隐藏技术债务'被提出
谷歌研究人员描述了机器学习系统为何会在模型代码之外积累依赖关系和维护负担。
2016年Kubeflow与容器编排时代
Kubernetes的普及为打包和运行分布式工作负载创造了一个通用的运营层。
2017年TensorFlow Extended发布
谷歌推出TFX,作为面向端到端机器学习流水线的生产导向平台。
2019年MLOps成为业界通用术语
云服务商和初创公司正式推出用于实验追踪、流水线、模型注册表和部署的工具。
2020年机器学习生命周期标准趋于成熟
团队日益把数据验证、特征管理和模型监控视为生产环境的必要条件。
2023—2024年生成式人工智能扩展了运营范围
基础模型带来了对评估、检索、成本控制、提示词管理和人工智能治理的新需求。
时代脉络
2006—2014年
云计算与大数据基础
弹性基础设施、分布式处理和开源框架,使更大规模的模型训练和服务成为可能。
2015—2018年
技术债务浮出水面
生产团队开始意识到,数据依赖、监控和再训练的成本可能超过最初模型本身的成本。
2019—2022年
平台与生命周期工具
实验追踪、模型注册表、特征存储和CI/CD模式,成为可辨识的MLOps构建模块。
2023年至今
基础模型与治理
大语言模型应用把工作范围扩展到评估、检索、访问控制、可观测性和负责任部署。
被它取代的行当
已不存在的邻近职业——被吸收、自动化或法规抹去。
人工模型交接员
2000年代—2010年代研究人员曾经把序列化的模型和说明通过邮件发给应用团队。注册表、版本化制品和部署流水线取代了这种非正式的交接方式。
电子表格实验追踪员
2010年代团队曾在本地文件或电子表格中记录运行结果、参数和指标。如今的实验追踪系统能集中保存制品、代码版本和对比结果。
一次性批量评分操作员
2000年代—2010年代运营人员曾定期运行脚本以生成预测结果。调度化的工作流、托管平台和自动化质量检查,吸纳了这种重复执行的工作。
MLOps的出现,是因为一个模型的有用生命始于训练完成之后。这门学科把原型阶段可以推迟处理的运营问题——版本管理、故障、成本、偏差和回滚——变成了一流的工程工作。
下一阶段的关键将更少地取决于一个组织能否调用一个模型,而更多地取决于它能否证明这个模型在上线之后依然有用、安全且可控。
相近职业
不限同一领域，六项评分最接近的职业。
🔐
网络安全专家
通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 🧫临床数据科学家
使用临床、试验和卫生系统数据生成可靠的证据，以实现更安全的护理、研究和运营决策。
抗AI 68 🔌Semiconductor Engineer
Designs and fabricates the transistors inside every computer, phone and weapon, using machines precise enough that only a few factories on Earth can run them.
抗AI 60 🦾Robotics Engineer
Designs the machines that sense, decide and act in the physical world, where the hard problem was never intelligence but the world itself.
抗AI 65 🌿可持续发展经理
领导战略、衡量和报告，帮助组织减少环境和社会危害，同时履行业务义务。
抗AI 66 👔律师
为客户提供法律意见，起草具有约束力的文件，并在案件进入法庭时为其辩护——若建议有误，还须承担个人法律责任。
抗AI 58继续探索
继续探索
工程·技术领域的其他职业
💻
软件工程师
编写、测试并维护支撑现代生活的代码——也是最早目睹人工智能接管自身日常工作的职业之一。
抗AI 35 🤖AI 연구원
기계 지능을 뒷받침하는 알고리즘을 설계하고 검증하는 직업으로, 이제는 자기 자신의 연구 과정 상당 부분을 자동화하려는 경쟁이 벌어지는 분야이기도 하다.
抗AI 50 🛰️航空航天工程师
设计、分析并认证离地而行的飞机、火箭与航天器，在不容猜测的安全裕度下工作。
抗AI 74 🌉土木工程师
把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起，文明安静的承重行当。
抗AI 72 🔌Semiconductor Engineer
Designs and fabricates the transistors inside every computer, phone and weapon, using machines precise enough that only a few factories on Earth can run them.
抗AI 60 🦾Robotics Engineer
Designs the machines that sense, decide and act in the physical world, where the hard problem was never intelligence but the world itself.
抗AI 65 🔐网络安全专家
通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 🌬️可再生能源工程师
设计、建造和改进风能、太阳能、存储和电网系统，将可再生资源转化为可靠的电力。
抗AI 72