米Googleはこのほど、機械学習を応用したシステムを構築するエンジニアに向けて、技術認定制度「Google Cloud Professional Machine Learning Engineer certification」を開始した。Webテストに合格すると、Googleが認定した「Professional Machine Learning Engineer」の資格が得られる。 今回始まった技術認定制度は、機械学習に関する技術を身に付けた人材を増やすことを目的としている。Googleは、Google Cloudのサービス群を活用して業務システムを開発する技術を認定する「Google Cloud 認定資格」を運営している。Googleによると、Google Cloud 認定資格取得者の87％が、自身が身に付けたクラウドシステムに関する技術に自信を持っており、71％が雇用主や顧客に認めら
「もう悩まない！機械学習モデルのデプロイパターンと戦略」を解説する動画を公開しました！ | Amazon Web Services
Amazon Web Services ブログ 「もう悩まない！機械学習モデルのデプロイパターンと戦略」を解説する動画を公開しました！ 「ML Max。こんばんは。」 ということで今回はシックなナレーションから始まりました、機械学習の価値を最大化するための解説動画、ML Enablement Series (※)の、 Amazon SageMaker 推論 Part3（前編）もう悩まない！機械学習モデルのデプロイパターンと戦略【ML-Dark-05】【AWS Black Belt】 を公開しました。 ※ ML Enablement Series とは、機械学習プロダクトにかかわる全ての人向けの機械学習の知識をお届けする Light パートと、機械学習のマネージドサービスを活用して MLOps を推進したいエンジニア向けの Dark パート から構成されており、週１回を目安に Light と
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads 71 Ads API 11
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
技育祭は「技術者を育てる」ことを目的としたエンジニアを目指す学生のための日本最大のオンラインカンファレンスです。ここで登壇したのは、株式会社レアゾン・ホールディングス 取締役 CTOの丹羽隆之氏。自身の経歴を振り返りながら、転職するうえでの学びについて話しました。全3回。2回目は、複数の転職経験で学んだことについて。 その1 「自分のやりたいこと・得意なことを知る」 丹羽隆之氏：ここから本題です。僕の視点なので参考にならないと思うかもしれませんが、転職を重ねたうえで学んだことを聞いてください。「転職を重ねた上で学んだこと①」は、「自分のやりたいこと・得意なことを知る」です。そのうえで、僕が利用したのがSEDAモデルという考え方です。 スライドの左側が理系で、右側が文系。機能的価値の解決がEngineeringで、問題定義がScience、意味的な価値の問題解決がDesignで、問題提起がA
はじめに MLOps 成熟度モデル というものをご存知でしょうか。〇〇成熟度モデルというのは他の概念(例：DevOps)についても定義がされており、人、プロセス、テクノロジを定性的に評価するためのフレームワークになります。 近年 機械学習(ML)による意思決定・アプリケーションの高度化が一般化しており、実運用が進められていますが、MLシステムの運用は DevOps のプラクティスだけでは難しいため、ML特有の課題に対処するための MLOps という概念が生まれました。 MLOps 成熟度モデルとは、組織・チームが人・プロセス・ツールの観点から MLOps に対してどの程度成熟しているかを判断するためのフレームワーク になります。このモデルを元に成熟度を計ることで、立ち位置を把握し MLOps の改善につなげることが可能です。 MLOps 成熟度モデルは、Google Cloud、Azure
先日、新卒から3年ほど勤めた某Nグループの SIer を退職しました。 転職してから少し経ったので、振り返りの意味も込めてつらつらと書き綴っておきます。 あくまで私の主観に基づいた半径数メートルの話でしかないので、ここに書いた話が全てだと主張するつもりは全くありません。特に面白い話も書いてません。 あとは私の社会性フィルターが機能していることを祈ります。 私のプロフィール情報系の修士卒で、現在社会人4年目になります。 現職（転職先）では MLOps を推進する部門に在籍し、機械学習基盤の構築や、分析案件のエンジニアリングなどを担当しています。 新卒入社まで前職について改めて触れておくと、社員数数千人規模の会社で、主にグループ会社向けのシステム開発や保守運用などをミッションとしていました。 詳細は省きますが、実態としては上記に留まらず何か色々（雑）やっていたと思います。 私はアーキテクト職を
Twitter で気がついた佐藤さんのpdf読み上げシステムの動画を見ました。 Google I/Oが5/18 - 20にオンライン開催。私はpdf2audiobookデモ紹介とMLOps AMAで参加します！ #gcpja https://t.co/tLpBgTB4Xo— Kazunori Sato (@kazunori_279) 2021年4月7日 www.youtube.com PDFをテキストにして読み上げサービスを使用して音声ファイルに変換しています。 このシステムで使用しているGoogleのテクノロジーです。ひとつひとつは聞いたことあります。 Cloud functions Cloud Storage OCR with Vision API AutoML Table Text to Speech ここで上手いなと思ったところがAutoML Tableによるtext（paragr
連載目次 MLOpsコミュニティーは「全ての機械学習モデルが現場で実運用化される世界」を目指して2020年夏に始まりました。月1回程度の頻度での活動を目指し、勉強会やワークショップ、ディスカッションなどを行うことで、今後のAI技術の発展に非常に重要な、MLOps（機械学習の実運用化）の普及に貢献していきます。 このレポートでは、2020年8月に行われた第1回勉強会の様子をお伝えします。300人以上の参加者がリモートで参加し、大盛況のイベントとなりました。当日の様子はツイッターでも盛んにつぶやかれ、こちらにそのまとめがあります。 なぜ今MLOpsなのか by シバタアキラ はじめに、オーガナイザーチームの一人である、DataRobot Japanのシバタアキラから、なぜ今MLOpsが注目されているのかをお話しました。まず300人以上にGoToWebinarのアンケート機能を使って質問しました
Grafana+CloudWatchを使ったAWSマルチアカウントでのプロダクト監視基盤構築のご紹介 - ACES エンジニアブログ
ACESのソフトウェアエンジニアの稲田です。私は普段、弊社で提供しているシステムのアーキテクト設計、MLOpsをメインに担当しております。 今回は、ACES Meetという弊社のAIプロダクトサービスをターゲットに弊社のサービス監視基盤を標準化した話について、事例紹介をしたいと思います。 営業支援AIツール「ACES Meet」 想定する読者 プロダクトサービスの品質可視化の重要性について 弊社が抱えていた課題と背景 技術選定の方針 プロダクト監視基盤設計 目的 要件 監視項目 サービス品質 システム詳細メトリクス アラート通知 システム構成 監視ダッシュボードの仕組み Amazon Managed GrafanaのAWSマルチアカウントのデータソースサポート Amazon Managed GrafanaのX-Rayサポート 監視ダッシュボードのデータソースの拡張性 コスト概算 Cloud
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
ZOZO MLOps のチームリーディングとSRE (Engineering) SRE Next 2020/01/25 株式会社ZOZOテクノロジーズ 開発部 MLOps リーダー、SRE スペシャリスト 瀬尾 直利 Copyright © ZOZO Technologies, Inc.
はじめに こんにちは。検索基盤部の倉澤です。 私たちは、ZOZOTOWNの検索機能の改善に取り組んでいます。ZOZOTOWNのおすすめ順検索ではランキング学習を用いた検索機能の改善に取り組んでおり、A/Bテストにて効果を測定しています。 ランキング学習やElasticsearch Learning to Rankプラグインについては過去の記事で紹介していますので、併せてご覧ください。 techblog.zozo.com techblog.zozo.com 私たちは、機械学習モデルの開発からデプロイまでの一連の処理を実行するワークフローの構築にGoogle Cloud Platform（GCP）のVertex AI Pipelinesを利用しています。 本記事では、Vertex AI Pipelines採用前の運用とその課題点について説明し、次にVertex AI Pipelinesで構築し
コミュニティプラットフォームの投稿レコメンド機能を支える機械学習基盤 - Commune Engineer Blog
こんにちは，コミューンで一人目の機械学習（ML）エンジニアとして働いている柏木（@asteriam_fp）です． 入社して５ヶ月ほど経ちましたが，今回漸く最近の取り組みを紹介できそうです．ML エンジニアは僕一人なので，専らの相談相手は ChatGPT 君の今日この頃です笑 はじめに コミューンでは，企業とユーザーが融け合うコミュニティサクセスプラットフォームである commmune を提供しています．今回のブログは先日のプレスリリースでも発表された投稿レコメンド機能を commmune に導入したので，その機能を裏側で支えている機械学習基盤に関する内容を紹介します． エンドユーザーに対して提供される機械学習システムを導入するのは初めての試みになり，まさにゼロからの出発なので，これから徐々に大きく育てて行く予定です！ はじめに コミュニティプラットフォームにおける機械学習の可能性 投稿レコ
GPT, Langchain, Faiss, FastAPIを組み合わせた Chat検索システム開発
『LLM(GPT, PaLM等) with MLOps LT大会!!!』登壇資料。 https://mlops.connpass.com/event/279156/
アマゾン ウェブ サービス（AWS）が、2020年9月8～30日に開催したオンラインのユーザーイベント「AWS Summit Online」に、東大発のAI（人工知能）ベンチャーであるアイデミー 社長の石川聡彦氏が登壇。「製造業におけるIoT×AI/ML基盤の構築とその運用事例」をテーマに講演を行った。本稿は、この石川氏の講演内容に、別途行った取材の情報を追加して構成した。 「MLモデルができた後から長い戦いが始まる」 2014年6月設立のアイデミーは、製造、金融、SIerなど企業向けを中心に50社以上に同社のAI技術が採用されている。これら採用企業の内、実に6割が製造業となっていることから、製造業が重視するIoT（モノのインターネット）とAIの活用に関するさまざまな知見やノウハウを持つ。 石川氏はまず、AIの主要技術となっているML（機械学習）で重視すべき「MLOps」について説明した。
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
近年、機械学習（ML）やディープラーニング（DL）といったAI関連技術をプロダクトへ応用し、新たな価値を生みだそうという動きが加速しています。その中で、従来の「DevOps」の考え方を、機械学習向けに発展させた「MLOps」という新しい概念が生まれ、注目を浴びています。MLOpsが注目される背景には、どのような課題があるのか。そして、実際に現場でMLOpsに携わる人々は、何を目指し、どんな取り組みを行っているのか。ヤフーとLaunchableで、それぞれMLOpsをリードしている2人のエンジニアに語っていただきました。 機械学習システムの普及を契機に関心が高まる「MLOps」 黒松：ヤフーの黒松です。私は大学時代に、ビッグデータを研究テーマにしており、OSSとして当時注目されていたHadoopなどを扱っていました。卒業後は富士通研究所に入り、基盤研究の一環として、機械学習のための基盤を作り
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
GitHub - visenger/awesome-mlops: A curated list of references for MLOps
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
執行役員 VP of Engineering 兼技術部長の @hsbt です。前回のエントリから、モンスターハンターストーリーズ2の発売の前に執筆の出番がやってきてしまいましたが、今はアサシンクリードヴァルハラでスルーしていた宝箱やクエストなどを消化しています。戦国無双5も面白そうなので気になっています。 HR 統括部門の @achamixx から「ペパボには採用目的という強いコンテンツがあるので 2021 は採用目的をもう一度やりましょう」という提案を受けて、予告編として私の管掌範囲である技術部の「現状」、「これから」、「仲間になってほしい方に求めること」の三つについて紹介しようと思います。 技術部の現状 最初に技術部という組織の位置付けについてご紹介します。GMO ペパボ(以下、ペパボ)には、事業部門として ホスティング、EC、minne、SUZURIの4つがあり、管理部門として、経営
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog 2021年11月10日・11日の2日間にわたり、LINEのオンライン技術カンファレンス「LINE DEVELOPER DAY 2021」が開催されました。特別連載企画「DEVDAY2021 アフターインタビュー」では、発表内容をさらに深堀りし、発表では触れられなかった内容や裏話について登壇者たちにインタビューします。今回の対象セッションは「Lupus - MLOpsを加速させるためのモニタリングシステム」です。 LINEのMachine Learning室ではこれまで、スピーディーに高品質なML(機械学習)プロダクトをリリースするため、データ基盤の整備や学習パイプラインの開発を行ってきました。その結果として、Machine L
Machine Learning Trends You Need to Know - Gradient Flow
Insights and trends that will help you navigate the AI landscape. By Assaf Araki and Ben Lorica. Automation and democratization are on the rise AutoML tools are designed to automate the process of training and deploying machine learning. Such tools have progressed to the point where they can produce adequate models for many use cases. Moreover, in domains where model hubs and foundation models (e.
コモディティ化するKaggleのTier 差別化のポイントは？ 大久保渉太氏（以下、大久保）：では次の質問に行きます。「昨今、特に日本においてKaggleのTierは、コモディティ化しつつあるように見えます。これについてどう思われますか？ そこで大切になる、Tierだけでは表せない差別化ポイントは何だと思いますか？」。これは誰が答えますか？ 横尾修平氏（以下、横尾）：では僕が答えます。 （一同笑） 大久保：お願いします。Tierがコモディティ化しているという話ですね。 横尾：コモディティ化しているというのは、事実としてあると思っています。Grandmasterの数は、確か日本だとまだ20名ぐらいしかいない気がするので、まだまだ大丈夫なんじゃないかなと思います。マスターになってくると、今は相当数が増えているという印象があって、そうなると差別化する要素が必要になってくるのではないかなと思います
推薦システムを独学で勉強していた非情報系の博士学生が長期インターンをしてよかったことと苦戦したこと - Uzabase for Engineers
皆さんこんにちは! 株式会社ユーザベース NewsPicksで機械学習エンジニアとして長期インターンをしている森田です:) 現在はData/Algorithm チームで、NewsPicksの推薦システム・データ基盤まわりの開発に取り組んでいます。 本記事は、私が2022年8月から同組織に入社して現在までの約1年間の長期インターン活動を経て、参加して良かったことと苦戦したことをまとめたものです。特に企業での長期インターンに興味がある方に向けて、本記事の内容を共有できればと想定しています。 はじめに タイトルの通り、私は非情報系なのに推薦システムを独学で勉強していた博士学生です（実は本記事の執筆期間中に博士学生ではなくなりました…!）。ちょうど博士課程への入学時期に偶然Kaggleをきっかけに推薦システムという分野と出会い、興味を持って論文読んで実装してブログに上げて...みたいな活動を趣味で
ZOZO MLOps のチームリーディングとSRE (Engineering) SRE Next 2020/01/25 株式会社ZOZOテクノロジーズ 開発部 MLOps リーダー、SRE スペシャリスト 瀬尾 直利 Copyright © ZOZO Technologies, Inc.
登壇者の自己紹介とアジェンダ紹介 金岡亮氏：みなさんこんばんは。「LLMからはじめる、プロダクトへのAI導入」というタイトルで発表いたします。私たちSmartHRは「従業員サーベイ」というプロダクトを提供しており、その中で「要約AI」というLLMを使ったサービスをプロダクトとして出しています。これをリリースするまでにどんなことをやってきたのかというお話ができればと思っています。 私は金岡と申します。私はふだん、プロダクトマネージャーをしており、弊社のタレントマネジメント系のプロダクトを複数見ています。今年に入ってからLLM利用のタスクフォースや、AI活用のR&Dの組織を立ち上げています。前職では、AIの受託系の会社でプロジェクトマネージャーをしたり、データアナリストをしていました。 今日のアジェンダですが、機能リリース前のお話と機能リリース後のお話。あとは4つ学びと今後の展望というかたちで
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
2024年5月22日 #mlopsコミュニティ
コカ･コーラ ボトラーズジャパン：約 70 万台の自動販売機の分析・機械学習による予測プラットフォーム構築を短期間で実現 | Google Cloud 公式ブログ
GCP を試す$300 分の無料クレジットと 20 以上の無料プロダクトがある Google Cloud で構築を始めよう 無料トライアル 「すべての人にハッピーなひとときをお届けし、価値を創造します」というミッションの達成を目指すコカ･コーラ ボトラーズジャパン株式会社。販売エリア 1 都 2 府 35 県に約 70 万台が展開されている自動販売機の新規設置や管理業務を効率化するためのデータ分析・機械学習プラットフォームに、Google Cloud が採用されています。データ分析の重要性や分析・機械学習プラットフォーム構築プロジェクトについて、データサイエンティストに話を伺いました。 利用している Google Cloud サービス：BigQuery、DataFlow、Vertex AI（旧 AI Platform）、Cloud AutoML 日々変化する KPI に臨機応変に対応できる
OOMしたCronJobのメモリ制限を「いい感じ」に増やし、不必要な課金・障害対応を減らす - エムスリーテックブログ
初めまして、2024年3月後半にエムスリーのAI・機械学習チームで10日間インターンに参加させていただいた東（@azuma_alvin）です。 もしタイトルが何かに似ていると感じた方がいれば、只者ではないと思われます。 洗練されたデザインでかっこいいと思ったエムスリーオフィスの受付の写真 この記事では、KubernetesのCronJobでOOM（Out Of Memory）が発生した時に「いい感じ」にメモリ制限を増加させてくれるbroomの開発経緯とその実装についてお話しします。 また、インターン期間で感じたエムスリーという「ギーク集団」の中で開発する楽しさについてもお伝えできればと思います。 2週間でゼロ（nil）から開発したbroomは、OSSとしてGitHubで公開しているのでコントリビュートお待ちしております！ github.com CronJobのOOMとは CronJobのO
PayHOA, a previously bootstrapped Kentucky-based startup that offers software for self-managed homeowner associations (HOAs), is an example of how real-world problems can translate into opportunity. It just raised a $27.5…
What We Learned from a Year of Building with LLMs (Part I)
Join the O'Reilly online learning platform. Get a free trial today and find answers on the fly, or master something new and useful. Learn more It’s an exciting time to build with large language models (LLMs). Over the past year, LLMs have become “good enough” for real-world applications. The pace of improvements in LLMs, coupled with a parade of demos on social media, will fuel an estimated $200B
TOP > Article Theme > AI（人工知能）ニュース > スタンフォード大のアンドリュー・ン氏 AIの構築など学べるMLOps講座、2週間で登録者数4000人を突破 画像はTwitterより We’re thrilled to announce the launch of our much anticipated Machine Learning Engineering for Production (MLOps) Specialization on @Coursera! Enroll now: https://t.co/UywbgdQApK pic.twitter.com/vBsuB4Etss — DeepLearning.AI (@DeepLearningAI_) May 12, 2021 オンライン講座「Coursera（コーセラ）」において、人工知能（AI）の権威と
2023/4/25 LLM(GPT, PaLM等) with MLOps LT大会!!! 発表資料
There are millions of github repos and filtering them is an insane amount of work. It takes huge time, efforts and a lot more. We have done this for you. In this article we’ll share a curated list of 100+ widely-known, recommended and most popular repositories and open source github projects for Machine Learning and Deep Learning. So without further ado, Let’s see all the hubs created by experts a
「AI技術がコモディティ化している」はウソ？~研究者が企業で活躍するためにこれから求められるスキル~｜田村浩一郎@ACES
0. 自己紹介皆さんこんにちは、株式会社ACESの代表の田村(@7142857)です。簡単に自己紹介させていただくと、私は東京大学の工学系研究科博士課程で松尾研究室に所属し、Deep Learningの金融への応用について研究しつつ、株式会社ACESという会社を経営しております。先週はIPOのタマゴにも出させていただきました。 【IPOのタマゴ～磨けイノベーション】テーマは「人の知見を数式化する」。ACES 田村 浩一郎社長をゲストに迎え、今後の事業展開や戦略を聞く。視聴は→https://t.co/8KbwDmPBWM pic.twitter.com/go4nZTnDy1 — 日経CNBC (@NIKKEI_CNBC) September 9, 2021 1. AI技術がコモディティ化しているという主張の理解 Deep Learningが登場してから、"AIブーム"が続いていました。 -
Googleによる機械学習の実応用をテーマにしたCoursera の講義は、機械学習プロジェクトに携わるなら一度は見ておいても損はない
Googleによる機械学習の実応用をテーマにしたCoursera の講義は、機械学習プロジェクトに携わるなら一度は見ておいても損はない 2022-03-17 過去に執筆した記事1を見返していたら そういえば講師陣がめちゃくちゃ良いこと言ってるんだけど記事内に掲載してなかったなと思い、動画を見返すと今でも学びが多かったので、講義のスクリーンショットを見返しつつ筆をとってみた。 今見たら、日本語版の講義 How Google does Machine Learning 日本語版も公開されているので、興味の湧いた方はぜひ受講しましょう。Certificate を発行しないなら無料で受講できると思います。 講義内容の説明は、過去記事1で行っているので気になる方は御覧ください。 機械学習プロジェクトの努力の割当: 期待と現実 ML Surprise https://www.coursera.org/
AI事業本部MLOps研修公開！MLOps研修で学ぶ最新の機械学習ワークフローとは？ | CyberAgent Developers Blog
AI事業本部MLOps研修とは はじめまして、AI Labでリサーチエンジニアをしている岩崎（@chck）と、AI事業本部 Dynalystでデータサイエンティストをしている長江（@nsakki55）と干飯（@hosimesi）です。 今回は、AI事業本部研修で行われた講義のMLOps回の資料を公開します。 🔳 AI事業本部の事業を担う一員として、「AI事業本部で必要なドメイン知識を身につける・関係を構築する（縦・横・ななめまで）」が研修の目標 サイバーエージェントでは、入社後3週間ほどのエンジニア全体研修を行った後、各事業部に配属されます。AI事業本部では、事業部配属直後に2週間ほどエンジニア研修を行います。この研修では、全社研修とは異なり、AI事業本部に特化したアドテクや機械学習に関連する内容が取り扱われています。 ▼事業部研修全体スケジュール AI事業本部の研修は、以下の3つのパー
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Google、機械学習エンジニア認定制度を開始 「DevOps」ならぬ「MLOps」の知見問う
「特別な瞬間」をとらえる Google フォトの動画分析技術
Chrome のフォーム コントロールとフォーカスのアップデート
WebAssembly がネットワーク プロキシにもたらす拡張性
下りのエスカレーターを逆向きに上がるのがエンジニア稼業 レアゾン・ホールディングスCTOが転職経験で得た、6つの学び
3大クラウド各社の MLOps 成熟度モデルの比較 - Qiita
ジャパニーズトラディショナルカンパニーを退職した話｜mhiro2｜note
pdf2audiobook - ぱたへね
第1回勉強会：なぜ今MLOpsなのか、先駆者や実際の現場からMLOpsを学ぼう
日本語よみがなデータ取得を可能にする Gboard API のご紹介
ZOZO MLOps のチームリーディングとSRE(Engineering) - SRE Next 2020
Vertex AI Pipelinesによる機械学習ワークフローの自動化 - ZOZO TECH BLOG
製造業のAI導入で最重要な「MLOps」、機械学習モデルができたら終わりじゃない
さらに高速なウェブへの移行に向けて
AIシステムが成熟する今「MLOps」が必要とされる理由とは？ MLOpsを推進するために大切なこと
以前の TLS バージョンのサポート終了に伴う Chrome UI の変更点
採用目的 2021 技術部編 - Pepabo Tech Portal
MLOpsを支えるモニタリングシステム。「Lupus」開発の裏話
Kaggleで得られるのは“技術領域の深化”と“専門分野の拡張” DeNAのKaggle Grandmasterたちが語る、AIエンジニアとしての生存戦略
ZOZO MLOps のチームリーディングとSRE(Engineering) - SRE Next 2020
AIエンジニアがいない中でLLMとどう向き合ったか 自社プロダクトへのAI導入で得た、4つの学び
新しい Cookie 分類への AMP サイトでの対応
LangSmithを活用したRAGの評価・改善フローの整備
TechCrunch | Startup and Technology News
スタンフォード大のアンドリュー・ン氏 AIの構築など学べるMLOps講座、2週間で登録者数4000人を突破 | Ledge.ai
LangChain Toolsの運用と改善
100+ Best GitHub Repositories For Machine Learning