MLOps 主要是数据工程 - cpard
原文中文，约3100字，阅读约需8分钟。发表于：。MLOps 作为管理数据基础设施的一类新工具出现，专门针对 ML 用例，主要假设是 ML 具有独特的需求。 几年后，随着炒作消失，很明显，MLOps 与数据工程的重叠比大多数人认为的要多。让我们看看为什么以及这对 MLOps 生态系统意味着什么。 机器学习的快速发展激发了 MLOps 作为一个类别的创建。随着围绕 ML 的创新步伐加快，团队和公司开始遇到跟不上的问题。 构建和运营...
MLOps是一种管理机器学习数据基础设施的新工具，与数据工程有更多的重叠。MLOps供应商分为模型部署和服务、模型质量和监控、模型训练和特征存储等类别。模型部署和服务是最有趣的方面之一，需要将模型包装为服务并集成到产品中。模型质量和监控涉及监控模型性能和数据质量。模型训练是通过云计算进行的数据管道过程。特征存储与数据工程重叠，是当前数据基础设施的问题。
