MLOps成功の鍵
機械学習システムの特徴を
座学とハンズオンでしっかり把握
MLOpsとは、機械学習を意味するMLと、運用を意味するOperationsを組み合わせた造語であり、より良い機械学習システムを実現するための新しい技術領域です。近年、機械学習を取り入れたサービスが増えるにつれ、機械学習システムを構築する機会も増えてきました。機械学習システムには、通常のシステムとは異なる部分があるため、機械学習システムを構築する際には、その特徴をよく理解しておく必要があります。
機械学習システムにおいて、特に重要な点は、「継続的トレーニング」、「推論器のCI/CD」、「学習パイプラインのCI/CD」の3つです。本講座では、座学とハンズオンを通じて、これらを実現するための技術を学びます。
講座の特長
-
1
MLOpsの全体像を つかむことができる
概論にとどまらず、環境構築から推論器の開発、機械学習システムの運用・品質管理まで、実践に即した全体像をつかめます。
-
2
充実のハンズオン
ほとんどの章にハンズオンまたはワークを用意。Docker、Kubernetesを使い、学んだ内容を手を動かしながら身につけることができます。
得られる知識・スキル
-
機械学習システムにおける CI/CD/CT の考え方継続的インテグレーション（CI）、継続的デリバリー（CD）、継続的トレーニング（CT）のエッセンスを学び、これらを実現するための技術を身につけられます。 -
機械学習システムの開発パターン機械学習システムの運⽤と品質管理に関する知識が身につきます。 -
MLOps環境の知識アプリケーション構築環境Docker、アプリケーション管理基盤のKubernetes、機械学習のライフサイクルを管理するMLflowなどを使い、MLOpsを実践するための環境の知識が身につきます。
こんな方におすすめ
- MLOpsに関する知識を身につけたいと考えている方
- MLOpsを実際に手を動かしながら学びたいと考えている方
- これから機械学習システムを構築しようとしている方
- AI運用をもっと効率化したいエンジニアの方
- 自分が主体となってMLOpsを実現したい方
カリキュラム
本編実装編
第1章 MLOps入門
- 機械学習システムとは
- DevOps
など全3トピックス
第2章 Docker入門
- Docker の基礎
- [ハンズオン] Dockerfile によるイメージの作成
など全7トピックス
第3章 Kubernetes入門
- Kubernetes とは
- Kubernetes 登場の背景
など全5トピックス
第4章 モデル開発
- モデル開発におけるMLOps
- モデル開発におけるバージョン管理
など全5トピックス
第5章 推論器の作成
- 学習環境と推論環境の違い
- 推論器とは
など全5トピックス
第6章 推論システムの開発
- 用語の確認
- 推論システムの設計パターン
など全3トピックス
第7章 機械学習システムの運用
- 機械学習システムにおける運用業務
- 推論システムにおいて発生する異常へ備える手順
など全5トピックス
第8章 機械学習システムの品質管理
- 機械学習システムの品質
- 推論システムの品質を管理するためのパターン
など全3トピックス
第9章 ケーススタディ
- [ワーク] ケース 1:飲食店の発注システムの改善
- [ワーク] ケース 2:自然言語処理 AI API の提供
- [ワーク] ケース 3:物件画像のカテゴリ推定
※カリキュラムは変更となる場合がございます。
担当講師
小縣 信也
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。
日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
- 機械学習モデルの CI/CD
- GCPを用いた学習パイプラインの構築
- パイプライン構築
- 定期的な再学習とモデルの自動デプロイメント
- AWSを用いた学習パイプラインの構築 ※講座資料のみ
- パイプライン構築
※カリキュラムは変更となる場合がございます。
担当講師
小縣 信也
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。
日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
講座概要
| 講座名 | MLOps講座 |
|---|---|
| 受講形式 |
オンライン講座：eラーニング形式 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
| 前提となる知識・スキル |
必須スキル
推奨スキル
|
| 講座時間 | 動画講義約8時間 |
| 料金 | 275,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 動画の視聴期間 | 動画共有日から1年間 |
| チャットの質問期間 | 講座チャンネルへの招待日から3ヶ月間 |
| PCの動作環境 |
本講座では、下記の環境構築をお願いしております。環境の構築方法は、受講時にご案内します。
|
