円滑なMLOpsを実現するための
基礎知識を習得

MLOps講座

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。
  • 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)。

スキルアップAIの
MLOps講座が選ばれる理由

  • 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。
  • 3

    必要な知識を効果的に学べる
    体系的なカリキュラム

    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。
    • 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。
    続きを見る

データサイエンスチーム
劇的加速する

モデルの開発、テスト、デプロイ、本番運用、評価を一貫したプロセスで実施するノウハウを身につけて、AIプロジェクトを推進しましょう。まずは無料トライアルで、スキルアップAIのMLOps講座を体験してみませんか。
今すぐ無料トライアル

得られる知識

  • 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

個人受講者のコメント

  • 体系的にMLOpsを学習でき、全体的に消化不良は少なく大変満足できました。教材も分かりやすく、見直しやすい内容だったので良かったです。
  • モデル作成後の運用イメージやlog収集方法を確認することができました。講義のレベルも高く、実際の推測器作成に関してコードベースで具体的な説明があったので、理解しやすかったです。

講座概要

講座名 MLOps講座
前提スキル

必須スキル

推奨スキル

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。
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
  1. 動画講義
  2. 講座資料
  3. チャット質問対応
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
  • * MacOSX 10.10 以上
  • * Windows 10 以上かつ、Windows Subsystem for Linux(WSL)とPowerShellを利用できること
  • * メモリ8GB以上必須

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。

  • * conda
  • * Kubernetes
  • * Docker
TOP
Page Top