最適なテクノロジー/ベンダーを選ぶための体系的なアプローチ：MLOpsバージョン

最適なテクノロジー/ベンダー選びのアプローチ：MLOpsバージョン

MLショップでの究極の買い物の買い物

機械学習は私たちの生活のあらゆる側面に欠かせない存在になりつつあります。以前、私は「技術/ベンダーの選択に対する体系的なアプローチ」について書きました。

しかし、MLOpsソリューションを選ぶことは、長いライフサイクルと未熟なツールの欠如のため、少し異なるものです。ビジネスに適したMLOpsソリューションを選ぶのに苦労していますか？この記事はあなたのためです。

簡単なレシピ

適切なベンダー/技術を選ぶプロセスを簡略化するために、わかりやすいレシピを提案します:

1. ニーズ、リソース、制約をマッピングすることから始めましょう。
2. 要件を満たさない可能性のあるソリューションを検索して排除します。
3. 残りの有望なソリューションを評価します。
4. 決断を下します – 行くか行かないか？

<p正直に言うと、これは一般的な技術についてのレシピですが、各ステップで機械学習の観点を説明します。

• 「Pythonを使った合成データの生成」
• 「ディープラーニングの謎を解明する：CIFAR-10データセットを用いたCNNアーキテクチャの秘密の解明」
• 「LangChain、Activeloop、およびDeepInfraを使用したTwitterアルゴリズムのリバースエンジニアリングのためのプレーンな英語ガイド」

<p次のセクションでは、ニーズ、リソース、制約をマッピングするための詳細を説明します。

ステップ1：ニーズ、リソース、制約をマッピングする

<p適切な技術やベンダーを選ぶための最初のステップは、ニーズ、リソース、制約を明確にすることです。:

<p要件とニーズは、mlライフサイクルに埋め込むコンポーネント/機能に依存し、次の表に示されています。

<p持っているリソースも、どのソリューションを選ぶかに影響を与えることがあります:

• 総所有コストとミスのコスト。
• 市場投入までの時間とメンテナンス時間。
• チームの専門知識とチームのサイズ。これには、DS、MLE、Devopsがいくついるかが含まれます。

<p制約に関しては、一般的な制約と、mlライフサイクルに埋め込むコンポーネント/機能に依存するものがあります。一般的な制約は既存の統合、所有権の変更、特定のクラウド/オンプレミス、マルチテナント、コンプライアンス＆ライセンス、セキュリティ、可用性です。コンポーネントごとの制約は:

<p次のセクションでは、潜在的なソリューションを探すための詳細を説明します。

ステップ2：潜在的なソリューションを検索する

<p適切なベンダー/技術を選ぶプロセスの第2ステップは、潜在的なソリューションを検索することです。ただし、この検索を開始する前に、技術用語とバズワードに精通していることが重要です。これにより、潜在的なオプションを効果的に評価できます。

この基礎知識を持っていると、潜在的なテクノロジーやベンダーの調査を始め、いくつかの有望なオプションを保持することができます。

その後、利用可能なオプションの短いリストを作成するために、以下を考慮に入れることが最善です: 利用可能なオプションの短いリストを作成します。

• 制約条件に厳しくフィルタリングする：たとえば、オンプレミスのソリューションを探している場合や、データセットがバランスを欠いている場合、ほとんどのオプションがフィルタリングされます。
• 購入 vs 自社開発の選択：簡単に開発および維持できる場合は自社開発を選択してください。ただし、ROIがプラスであり、棚が空でない場合に限ります。ROIがプラスでない場合はスキップしてください。
• オールインワン vs ベストオブブリードの選択：オールインワンは一般的で簡単なケースには最適です。覚えておいてください。私たちはほとんどがGoogleではありません。ベストオブブリードはより制約のある環境に適しています（前述のリストを覚えていますか？）これらを組み合わせることもできます。ほとんどのコンポーネントが簡単であり、制約のあるコンポーネントはほんの数個しかない場合でも、リソース内で統合が実現可能であることを確認してください。
• MDLI、MLOps.community、MLOps TLVなどのコミュニティと話すなど。

次のセクションでは、有望なソリューションの評価について詳しく説明します。

有望なソリューションの評価

残りの有望なソリューションを評価するためには、いくつかのステップを踏む必要があります。

• ベンダーやユーザーと話すことから始める：これにより、ソリューションの機能や制約についてより深く理解することができます。これらのソリューションのほとんどは未成熟なため、安定性や問題に焦点を当てて話を聞いてください。
• POC（概念実証）を行う：「Hello World」チュートリアルから始めると、ソリューションの実際の動作を感じることができます。必要に応じて、さらに多くのPOCを行ってください。
• 比較のためのテーブルを作成する：これにはリリース、サポート、コミュニティ、価格、制約、要件、リソースなどの相互作用を含めることができます。

次のセクションでは、決定について詳しく説明します。

決定！行く？いや、行かない？

進めるかどうかを検討する際には、最も適したソリューションが必ずしも完璧なものであるとは限らないことを念頭に置いてください。

それは要件、制約、リソースに合わせる必要があります。組織のニーズに最も適したソリューションを特定し、選択をより身近なものにするよう努めてください。将来の目標を念頭に置き、意思決定プロセスの柔軟性を優先することも重要です。

プロフェッショナルな態度を保ち、政治に巻き込まれたり、自己の意志で決定を下したりすることを避けることも重要です。また、人間のバイアスに気をつけ、それを打ち消すための手段を講じることも重要です。

最後に

この記事では、ビジネスに適したMLテクノロジーやベンダーを選択するための手順を提供しました。ニーズ、リソース、制約をマッピングし、潜在的なソリューションを探索することで、目標に合致する情報を元にした意思決定ができます。完璧な解決策は存在しないことを忘れず、コンテキスト内に適合する最適な解決策に焦点を当ててください。

この魅力的なトピックに対する私の情熱を共有できたこと、そして役に立つと思っていただけたことを願っています。ご質問やご意見がありましたら、お気軽にメールまたはLinkedInでご連絡ください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!