敲碗數 3 從 AI 落地談 MLOps

行百哩路半九十，即便各種先進的AI模型如雨後春筍般化為現實，AI成功落地佈署至商業情境仍是困難重重，營運中的商業服務如何調整其ML算法，讓服務經得起時間及使用者的考驗，必須反覆推敲範疇、資料、模型及佈署的問題，進一步而言，有沒有關於AI落地、ML in Production、MLOps的解決方案? 既然佈署機械學習ML的工程實務逐漸歸納並越受重視，也多虧軟體工程DevOps精神興起與CI/CD實務越漸普及，本系列期待透過鐵人賽將系列知識做個梳理，拋磚引玉，協助銜接ML商務落地的一哩路，以及對AI有志趣者，補充除了AI建模以外需要關注的面向。

威利斯

敲碗數 6 我不太懂 AI，可是我會一點 Python 和 Azure

去年的這個時候，因緣際會之下，受朋友之託，要我幫忙教一下一些 Azure 上有關 AI 的應用。東摸西摸，摸了好長一段時間，踩了不少地雷，終於也試出了一些成果，這些成果拼拼湊湊，竟然也是可以做出一些有趣的應用。在這次的活動中，我會盡可能利用 Azure 上的各種服務，做出帶有 AI 功能的 Line chatbot。主要的內容會圍繞在 Azure Cognitive Services 和 Azure Machine Learning上的應用。

Ben