5、MLOps 采用策略与案例研究

MLOps 采用策略与案例研究

在构建 MLOps 基础设施之前，组织或领导团队需要明确两个关键方面：业务目标与 MLOps 基础设施目标的一致性，以及对特定 MLOps 需求的评估。

目标一致性

业务目标与 MLOps 基础设施目标的一致性至关重要。MLOps 基础设施是利用人工智能/机器学习（AI/ML）的力量为业务目标增值并实现机器学习项目投资回报的手段。
- 影响基础设施构建顺序 ：了解业务目标及其优先级有助于确定 MLOps 基础设施的构建顺序，并识别哪些领域需要更多关注。
- 促进讨论 ：由于每个人都对业务目标及其优先级达成一致，MLOps 基础设施采用的讨论将更加容易。
- 便于获取资金 ：清楚了解业务目标的投资回报率后，为人才获取和购买供应商解决方案争取资金将更容易证明其合理性。

业务目标会随时间演变，MLOps 基础设施目标也必须相应调整。如果 MLOps 基础设施目标不能跟上不断变化的业务需求，基础设施可能会被视为成本中心，而非有价值的资产。

MLOps 需求评估

虽然 MLOps 规范堆栈为了解典型 MLOps 基础设施所需的各种组件提供了有用的蓝图，但仅按顺序实施每个组件可能不足以取得成功。组织在业务领域、规模、与 ML 项目相关或支持 ML 项目的技术现状和成熟度、数据科学和 MLOps 基础设施团队的规模和人才，以及企业文化等方面存在差异，这些因素会影响组织在 MLOps 基础设施和实施方面的独特需求和能力。

用例

AI/M