KubeflowによるMLOps基盤構築から得られた知見と課題 - ZOZO TECH BLOG

はじめに こんにちは。SRE部MLOpsチームの中山（@civitaspo）です。みなさんはGWをどのように過ごされたでしょうか。私は実家に子どもたちを預けて夫婦でゆっくりする時間にしました。こんなに気軽に実家を頼りにできるのも全国在宅勤務制度のおかげで、実家がある福岡に住めているからです。「この会社に入って良かったなぁ」としみじみとした気持ちでGW明けの絶望と対峙しております。 現在、MLOpsチームでは増加するML案件への対応をスケールさせるため、Kubeflowを使ったMLOps基盤構築を進めています。本記事ではその基盤構築に至る背景とKubeflowの構築方法、および現在分かっている課題を共有します。 目次 はじめに 目次 MLOpsチームを取り巻く状況 MLOps基盤の要件 MLOps基盤技術としてのKubeflow Kubeflowの構築 ドキュメント通りにKubeflowを構

[civitaspo]

僕たちのフェーズやKubeflowの知見について書きました！

[lestrrat]

ZOZOもKubeflowなんですな。メルカリもKubeflowで基盤を作っています！ https://twitter.com/MercariGears/status/1394519053998247939

[arrowKato]

AI Platform Pipelineのデメリット、Kubeflowのでメットが書かれていて参考になる。

[el7]

“2021-05-19にAI PlatformがVertex AIという名前となりPipelinesからGKE依存がなくなったので再検討の余地があります。”

[misshiki]

“基盤構築に至る背景とKubeflowの構築方法、および現在分かっている課題を共有”

[sonots]

Kubeflow 大変そう。頑張ってくれ〜