n セッションは1並列だが、著名な企業の発表が多く内容の濃いカンファレンスだった n Uber, Netflix, Twitter, Walmart, Nike, New York Times, Google, Microsoft, Twitter, NVIDIA, Payoneer, Iguazio n 参加費は約$300 「MLOps NYC 19」 にいってきました。 14 動画:https://www.youtube.com/playlist?list=PLH8M0UOY0uy6d_n3vEQe6J_gRBUrISF9m
イエンスのチームの連携不⾜ n データサイエンティストがエンジニアリングの 知識不⾜ n ビジネスの理解を得られない n データの品質が不明瞭 n ビジネスとの握りが曖昧 n ビジネスへの説明不⾜ n MLのOps(運⽤)の難しさ n データサイエンティストが書いたコードは本番 には採⽤できない n データのETLにかなり苦労する Walmartの発表 16 n3つのゴールデンルールを作った 1. なぜ重要なのか? n だれかがそれに⾦を払うか n 「Cool」なプロダクトはいらない 2. 説明できるか? n ビジネスの⾔葉で説明できるか 3. 実装できるか? n 本番化する計画は明瞭か
n 本番化 (12〜14週間) n リリース後のモデル更新 (〜8週間) n 課題 n プロトタイピング、本番化、リリース後 のモデル更新に時間がかかる n 解決法 n 独⾃フレームワーク「Metaflow」の導⼊ n Metaflowは以下の開発スタック全体を ラッピングしてくれる Netflixの発表 17 Metaflow
n学⽣ n 東京⼤学(学部・⼤学院)で船の研究をしていました n職歴 n ヤフー株式会社 n ナレッジパネルの開発 n ユーザ位置情報を⽤いた研究開発 n 株式会社バンク n 機械学習モデルの開発・導⼊ n Mobility Technologies株式会社 n AI技術開発部 アルゴリズムグループ ⾃⼰紹介 21 nエディタ n Emacs => Atom => Emacs + PyCharm n役割 データサイエンティスト 兼 データエンジニア