信頼性の高い機械学習

SREの原則を機械学習システムの開発・運用に適用し、信頼性と責任を備えたシステムを構築する方法を扱う。毛糸のオンラインストアを題材に、データの収集・管理、特徴量とラベルの作成、モデル訓練、品質評価、SLOの設定、デプロイ、監視とフィードバックまで、ライフサイクルに沿って説明する。データの耐久性や一貫性、プライバシー、公平性、倫理面の検討に加え、訓練データや再現性、計算資源の容量、モデルのバージョン管理と更新、推論方式、API設計、スケーリングを取り上げる。運用ではコスト、性能、事業目標、組織上の課題も扱い、MLOps固有の問題をケーススタディで示す。データの責任ある利用から安全で可逆的な本番移行までを含み、機械学習プラットフォームの設計と運用に関わる判断を学べる。