Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2019.07.05 Cloud Native Kansai #04 MLOpsで必要なf...
Search
Takayoshi Kobayashi
July 05, 2019
Technology
0
200
2019.07.05 Cloud Native Kansai #04 MLOpsで必要なflowを考えてみる
2019.07.05 Cloud Native Kansai #04 MLOpsで必要なflowを考えてみる
Takayoshi Kobayashi
July 05, 2019
Tweet
Share
More Decks by Takayoshi Kobayashi
See All by Takayoshi Kobayashi
AWS re:Invent 2020 SageMakerのUpdateをre:cap
koba_taka
0
180
2020.02.13_ABEJA_プロダクトがスケールする過程における課題と取り組み
koba_taka
0
270
2019.08.10_AAJUG Kyoto #2_Alexa✕ML
koba_taka
0
76
2018.07.31 JAWS-UG京都 AWSマネージドDB祭~まだDBにEC2使ってんの?~ / 今のAuroraのスゴさ
koba_taka
0
300
JAWS-UG Sales #0 「SalesがJAWS-UGに参加してみて」
koba_taka
0
200
【さるる勉強会#1】AWSの機械学習って?
koba_taka
0
350
2018.2.11- Alexa Day 2018 - Alexa Ninja Warrior 結果発表
koba_taka
0
5.1k
【さばわの「わ」#2】AWSパートナーとしてのサバワの営業スタイル
koba_taka
0
590
【BIファーストステップ】AWSやSalesforceとPowerBIとの連携
koba_taka
0
1.9k
Other Decks in Technology
See All in Technology
LLM時代の検索
shibuiwilliam
2
640
20250708オープンエンドな探索と知識発見
sakana_ai
PRO
4
860
敢えて生成AIを使わないマネジメント業務
kzkmaeda
2
510
〜『世界中の家族のこころのインフラ』を目指して”次の10年”へ〜 SREが導いたグローバルサービスの信頼性向上戦略とその舞台裏 / Towards the Next Decade: Enhancing Global Service Reliability
kohbis
3
1.1k
スタートアップに選択肢を 〜生成AIを活用したセカンダリー事業への挑戦〜
nstock
0
290
Reach American Airlines®️ Instantly: 19 Calling Methods for Fast Support in the USA
flyamerican
1
180
Lufthansa ®️ USA Contact Numbers: Complete 2025 Support Guide
lufthanahelpsupport
0
240
全部AI、全員Cursor、ドキュメント駆動開発 〜DevinやGeminiも添えて〜
rinchsan
2
2.2k
united airlines ™®️ USA Contact Numbers: Complete 2025 Support Guide
flyunitedhelp
1
470
[SRE NEXT] ARR150億円_エンジニア140名_27チーム_17プロダクトから始めるSLO.pdf
satos
5
2.1k
OpenTelemetryセマンティック規約の恩恵とMackerel APMにおける活用例 / SRE NEXT 2025
mackerelio
3
1.6k
Delta airlines Customer®️ USA Contact Numbers: Complete 2025 Support Guide
deltahelp
0
1.1k
Featured
See All Featured
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
8
700
Build your cross-platform service in a week with App Engine
jlugia
231
18k
How to Ace a Technical Interview
jacobian
278
23k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
32
2.4k
How STYLIGHT went responsive
nonsquared
100
5.6k
The Invisible Side of Design
smashingmag
301
51k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Faster Mobile Websites
deanohume
307
31k
Building Flexible Design Systems
yeseniaperezcruz
328
39k
Music & Morning Musume
bryan
46
6.7k
Transcript
#cnjp 2019.07.05 Cloud Native Kansai #04 ABEJA, Inc / Takayoshi
Kobayashi / @koba_taka MLOpsで必要なflowを考えてみる
#cnjp 2 What is MLOps ?
#cnjp 3 ML will run on Kubernetes
#cnjp 4 MLOps ✕ Kubernetes
#cnjp 5 @koba_taka Twitter Like takayoshi.kobayashi.16 Facebook AWS Drinking Job
Takayoshi Kobayashi Who is ? ABEJA Co., Ltd. ABEJA Platform Customer Success
None
#cnjp 7 Deep Learningの実装、運用プロセスを効率化する ABEJA Platform。 来客属性、動線分析、リピート推定といった 顧客行動データの取得・分析を基軸とする、 AIを活用した 店舗解析サービス。
商品仕分け、メンテナンスサポートの効率化、熟練工の行動分析といった、 AIを用いた多用なソリューションを展開。 製造業、インフラ業、物流業や小売業まで、 150社以上のAI導入実績で得た知見・ノウハウをもとに、 AI導入・活用まで一気通貫で支援します。 AIのビジネス実装 What`s ABEJA?
#cnjp 8 インフラやってますか?
#cnjp 9 機械学習やってますか?
#cnjp 10 機械学習インフラしたいなー?
#cnjp 11 We are hiring!!
#cnjp 12 What is MLOps ?
#cnjp 13 MLOps Pipeline Low Data Data Wrangling Data Preprocessing
Validation Training New Data Training Data Model Inference Predictions Input Data
#cnjp 14 Why Machine Learning on Kubernetes? Low Data Data
Wrangling Data Preprocessing Validation Training New Data Training Data Model Inference Predictions Input Data データ収集・蓄積 開発・学習 推論・予測
#cnjp 15 Hidden Technical Debt in Machine Learning Systems [Sculley+,
NIPS 2015] 正直、MLOpsって設計より管理が大変‥
#cnjp 16 We have Kubernetes!!
#cnjp 17 構成としてはこんな感じ?
#cnjp 18 just only?
#cnjp 19 Noooo!!!!
#cnjp 20 Make it Easy for Everyone to Learn, Deploy
and Manage Portable, Distributed ML on Kubernetes (Everywhere) by Michelle Casbon (Google)
#cnjp 21 Agree with you
#cnjp 22 The ML Toolkit for Kubernetes
#cnjp 23 Why Machine Lerning on Kubeflow? Composability Portability Scalability
#cnjp 24 Ambassador Service Ambassador Ambassador Ambassador CentralUI JupyterHub TFJobDashBoard
KubeDash Kubeflowを構成するもの
#cnjp 25 Kubeflowを構成するもの part.1 Ambassador ・Kubernetes上で動作するAPI Gateway ・役目はModelの提供 ・Envoyをイイ感じに構成 ・自分のServerに暗号化や認証認可を付与可能
・ルーティングとスケーリングの運用が簡単 モデルのサービングをKubernetes上で快適に!
#cnjp Soldon Core 26 Kubeflowを構成するもの part.2 ・機械学習のモデルをKubernetesクラスタ上にデプロイ ・多様な言語やフレームワークに対応している ・機械学習のモデルを、RESTやgRPCを介した公開可能 ・モデルの継続的なアップデート、スケーリング、
モニタリングなどを可能 モデルのデプロイをKubernetes上で快適に!
#cnjp Soldon Core main supported 27
#cnjp 28 Kubeflowを構成するもの part.3 Argo ・コンテナネイティブなワークフローエンジン ・Kubernates Cluster上で稼働 ・ワークフローをYAMLで宣言的に書ける ・MLOpsでは各タスクを記載
(整形・登録など) ・resources指定なども可能 ・簡単に操作ができ、スゴイやつ パイプラインジャングルをKubernates上で解決!
#cnjp 29
#cnjp 30 Example:EKS on Kubeflow Overview
#cnjp 31 Why Machine Learning on Kubernetes? Low Data Data
Wrangling Data Preprocessing Validation Training New Data Training Data Model Inference Predictions Input Data データ収集・蓄積 開発・学習 推論・予測
#cnjp 32 Demo
#cnjp 33 まとめ ・機械学習のモデル作成/提供はインフラやることいっぱい ・MLOpsのパイプラインを意識して設計が大事 ・極力、省力化した運用を心がけよう ・Kubeflowなどのオーケストレーションツールの検討を
#cnjp 34 宣伝:ABEJA PLATFORM 04 デプロイ 01 取得 05 推論・再学習
03 学習 02 蓄積 AIの継続的 インテグレーションを実現 01 取得 02 蓄積 03 学習 04 デプロイ 05 推論・再学習 モニタリング トリガー デプロイ データレイク アノテーション データセット 学習 AIのモデル開発工程における継続的インテグレーションの各タスクを機能として提供しています。
#cnjp 35 フローを理解して快適なMLOpsライフを!
#cnjp 36 Thank you!!