問題 No.14
機械学習モデルの本番環境へのデプロイ後、ユーザーの行動様式や社会情勢の変化に伴って、入力データの傾向が開発当時から徐々に乖離していく「データドリフト」が発生し、予測精度が低下していく。この問題に対処するため、データの収集、モデルの監視、自動再学習、再デプロイという一連のライフサイクルをシステム化し、高い精度を永続的に維持・運用するためのインフラおよび組織的枠組みはどれか。
【正解の解説】
MLOps
MLOpsとは、本番環境への機械学習(ML)モデルの導入から、稼働状況の監視、データの変化（データドリフト）に応じた自動再学習・再デプロイといった一連の運用ライフサイクルを自動化・管理し、予測精度を継続的に維持・向上させるフレームワークのことです。
スポンサーリンク
【その他の選択肢の解説】
DevOps
DevOpsとは、開発(Development)と運用(Operations)がスムーズに連携し、システム開発の迅速化や品質維持を仕組み化する一般的なITシステム開発における手法のことです。
DataOps
DataOpsとは、データの品質やデータ処理プロセスの自動化・安定運用を目的とした、データエンジニアリングのための手法のことです。
CRISP-DM
CRISP-DMとは、データマイニングやAIプロジェクトをビジネス視点からモデリング、評価、展開まで体系化して進めるための「プロセスの指針」であり、自動運用のシステム基盤そのものを指す言葉ではありません。