OSSで作る機械学習のCI/CD Tweet
Track A 2021/09/03 13:05-13:45
| 難易度 | 中級者 |
|---|---|
| 実行フェーズ |
Dev/QA（開発環境） PoC（検証） |
| 想定受講者 |
architect - システム設計 developer - システム開発 operator/sys-admin - 運用管理/システム管理 |
機械学習のモデル開発では2種類のテストがあります。プログラム自体のユニットテストと、機械学習モデルの評価としてのテストです。前者はコーディングの妥当性やカバレッジでレビューできますが、後者はコーディングのみで評価することができません。
本セッションでは両方のテストをGithub Actionsで実行し、プログラムの正常性と機械学習モデル開発の妥当性を評価する仕組みを説明します。機械学習のテストのためにはモデルを評価するデータの管理が必要であり、そのツールとしてDVCというOSSを使います。評価自体にはCMLというOSSを使い、Github Actionsの中で機械学習モデルを実行し、DVCから得たデータで評価した結果をPRと連携します。
機械学習のモデル開発に伴うデータ管理や評価をGitFlowとして管理し、機械学習開発の品質向上を目指します。
Yusuke Shibui
株式会社ティアフォー
MLOpsエンジニア
澁井 雄介(しぶい・ゆうすけ)
株式会社ティアフォー所属。
MLOpsエンジニア、インフラエンジニア、ARエンジニア、ネコ2匹の飼い主。本業で自動運転のためのMLOps基盤をKubernetesで開発。過去にはSIer、外資ソフトウェアベンダー、スタートアップで新規プロダクトの起ち上げ、大規模システム運用、チームマネジメントに従事。
『AIエンジニアのための機械学習システムデザインパターン』著者