「MLOps」に関連する技術ブログ
企業やコミュニティが発信する「MLOps」に関連する技術ブログの一覧です。
全86件中 46 - 60件目
機械学習APIを用いた図面解析ETL基盤
2023/03/01
ブックマーク
はじめに こんにちは、キャディAILab MLOpsエンジニアの廣岡です。MLOpsエンジニアの業務では、機械学習エンジニア（MLE）の開発したモデルのデプロイ面の協働や、それらを含む機械学習基盤の開発・運用などを担当しています。最近は特にモデルデプロイに伴うチェック内容の自動化や、各ライブラリのアップデートを安全に実施するためのCI/CDの整備などに取り組んでい
VertexAIを利用した機械学習モデルにおける評価・分析パイプラインの構築
2023/02/10
ブックマーク
自己紹介 はじめまして、京都大学大学院エネルギー科学研究科に所属していますM1の下野祐太です。普段は、深層強化学習を利用し
Google Cloud Professional Machine Learning Engineer 合格体験記
2023/02/08
ブックマーク
こんにちは、タイミーのデータ統括部でデータサイエンティストをしている小関です。 タイミーのデータサイエンスチームでは、データ分析、 機械学習 モデル構築に加えて、 Google Cloudを主軸としたMLOps基盤の構築などの業務に日々取り組んでいます。 その中でも Google Cloudを主軸としたMLOps基盤の構築に関連して、 Google Cloud Professional Machine Learning Engineer認定資格 を社内
QCon SFに見る、MLOpsとアーキテクチャの最前線
2023/01/30
ブックマーク
こんにちは、『スタディサプリ』でデータエンジニアをしている橘高 (@masanobbb)と丹田 (@JinTanda) です。 今回は、昨年の10/
イノベーションマネジメント委員会「技術蓄積チーム」の取り組み紹介
2022/12/24
ブックマーク
AI戦略室の嶋村です。私はAI戦略室のエンジニアマネージャを担っておりますが、 イノベーションマネジメント委員会（IM委員会） という委員会活動にも参加しています。今回は、IM委員会で取り組んでおります 新規技術の蓄積を促進するための活動 について、投稿したいと思います。 弊社LIFULLは社是で「 利他主義 」を掲げている 社会課題解決型企業 であり、コーポレ
Azure Machine Learning SDK v2の基本的な使い方紹介
2022/12/22
ブックマーク
本記事は Microsoft Azure Tech Advent Calendar 2022 の22日目の記事です X イノベーション 本部 AITC の後藤です。最近、Azureが提供する 機械学習 サービスであるAzure Machine Learning（Azure ML）の SDK v2が新たにGAになりました。 Azure MLは先日 TechPlayのイベント でもご紹介した、私たちのチームが背極的に活用している 機械学習 のさまざまな用途に活用可能なサービスです。 Azure ML SDK v2はv1
Azure Machine Learning SDK v2の基本的な使い方紹介
2022/12/22
ブックマーク
本記事は Microsoft Azure Tech Advent Calendar 2022 の22日目の記事です X イノベーション 本部 AITC の後藤です。最近、Azureが提供する 機械学習 サービスであるAzure Machine Learning（Azure ML）の SDK v2が新たにGAになりました。 Azure MLは先日 TechPlayのイベント でもご紹介した、私たちのチームが背極的に活用している 機械学習 のさまざまな用途に活用可能なサービスです。 Azure ML SDK v2はv1
Vertexで3ヶ月で作る運用可能なML API基盤
2022/12/13
ブックマーク
こんにちは。CADDiのAI LabでMLOpsエンジニアをやっている中村遵介です。 MLOpsチームは今から3ヶ月前に立ち上がったばかりの新しいチームなのですが、その前身としてAPI基盤を作っていた時期があったので、そこで得られた知見を書いていこうと思います。 背景 CADDiのAI Labは2021年の12月に立ち上がった今月1才になったばかりの組織です。その若さにも関わらず、日々有用なM
データサイエンティストの皆さん不安よな。MLOps動きます。
2022/12/08
ブックマーク
はじめに こんにちは、テクノロジー戦略室の新城です。私は2022年6月に中途入社し、入社してまだ半年ですがMLOpsの推進という仕事を担当しています。 現在レバレジーズでは レバテックダイレクト の求人マッチ度判定のような、レコメンドシステムを多くのサービスで活用しています。 一方で機械学習モデルを本番運用したはいいが、データサイエンティストがモデル
KINTOテクノロジーズ 分析グループを紹介します
2022/12/05
ブックマーク
はじめに はじめまして、KINTOテクノロジーズで分析グループのマネージャをしています西口です。Tech企業の中に分析グループということで不思議に思われる方もいらっしゃることでしょう。今回はそのあたりのお話をさせてもらいたいと思っています。 分析グループの役割 KINTOテクノロジーズの事業内容は、「デジタル分野における情報システムの設計、開発、運用管理
MLOps年末反省会: Triton Inference Server を深層学習モデル推論基盤として導入したので振り返る
2022/12/05
ブックマーク
この記事は CyberAgent Developers Advent Calendar 2022 の ...
SageMaker勉強会と文化醸成 (4/4)
2022/11/08
ブックマーク
こんにちは。分析グループ(分析G)でMLOps/データエンジニアしてます伊ヶ崎( @_ikki02 )です。 こちらは「KINTOテクノロジーズ株式会社にてどのようにMLOpsを適用していくのか」というテーマでの連載最終回です。1本目の記事「 KINTOテクノロジーズのMLOpsを定義してみた 」、2本目の記事「 SageMakerを使った学習&推論のバッチパターン 」および3本目の記事「 SageMaker Experimentsを
Metadata Management with SageMaker Experiments (3/4)
2022/10/27
ブックマーク
By Ikki Ikazaki, MLOps/Data Engineer at Analysis Group This is the third part in a multi-part series on how KINTO Technologies Corporation(KTC) developed a system and culture of Machine Learning Operations(MLOps). Please take a look at Part1( How We Define MLOps in KTC ) and Part2( Training and Prediction as Batch Pattern ). The fourth and final post will discuss "Benkyo-kai", a series of internal study sessions, to form the common knowledge about SageMaker and MLOps with other departm
SageMakerExperimentsを用いた実験管理 (3/4)
2022/10/11
ブックマーク
こんにちは。分析グループ(分析G)でMLOps/データエンジニアしてます伊ヶ崎( @_ikki02 )です。 こちらは「KINTOテクノロジーズ株式会社にてどのようにMLOpsを適用していくのか」というテーマでの連載3本目です。1本目の記事「 KINTOテクノロジーズのMLOpsを定義してみた 」および2本目の記事「 SageMakerを使った学習&推論のバッチパターン 」はそれぞれのリンクよりご確認くだ
Training and Prediction as Batch Pattern (2/4)
2022/10/04
ブックマーク
By Ikki Ikazaki, MLOps/Data Engineer in Analysis Group This is the second part in a multi-part series on how KINTO Technologies Corporation(KTC) developed a system and culture of Machine Learning Operations(MLOps). The first part was How We Define MLOps in KTC . The two subsequent posts will be about SageMaker Experiments to track the experiments conducted by data scientists, and "Benkyo-kai", a series of internal study sessions, to form the common knowledge about SageMaker and MLOps w