クラウドAI
MLOpsとは？
読み: えむえるおぷす英語: Machine Learning Operations更新日: 2026-06-23
MLOpsとは、機械学習モデルの開発、学習、評価、デプロイ、監視、改善を継続的に管理する考え方です。
G検定AWS AI Practitioner
関連表記: MLOps / Machine Learning Operations / モデル運用
試験で問われるポイント
- DevOpsの考え方を機械学習に応用します。
- モデルのドリフト、監視、再学習が重要です。
- SageMakerなどのサービスと関係します。
具体例
需要予測モデルの精度低下を監視し、必要に応じて再学習します。
混同しやすい点
- モデルを一度作れば運用は不要だと考える。
- MLOpsはコード管理だけを指すと考える。
関連問題で復習
AWS AI PractitionerAI・機械学習の基礎
MLOpsという考え方の説明として最も適切なものはどれか。
DS検定データエンジニアリング
MLOpsが解決しようとしている課題の説明として、最も適切なものはどれか。
AWS AI PractitionerAI・機械学習の基礎
データサイエンティストが独自の学習コードでモデルを作り、学習ジョブ、推論エンドポイント、継続的な更新を一つの環境で管理します。この開発基盤に最も適したサービスはどれですか。
DS検定データエンジニアリング
大規模サービスで、CPU・メモリ・ネットワーク・アプリログから障害の予兆と関連アラートを見つけ、運用担当の原因調査を支援したい。最も適切な取り組みはどれか。
G検定AIの社会実装に向けて
複数チームがモデルをクラウド上のWeb APIとして提供している。モデルとデータの版、テスト、配備、監視を一貫して管理する改善として最も適切なものはどれか。