iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

0 Like 0 留言 829 瀏覽

鐵人賽 AI & Data DAY 14

談MLOps - 模型、專案架構、產品化及維運系列第 14 篇

技術案例：AWS MLOps Framework - AWS CloudFormation 模板，部署單帳號版本

此解決方案使用 AWS CloudFormation 來自動化部署。它包括以下兩個模板 — 單帳戶部署選項和多帳戶部署選項。接下來我們簡單認識一下AWS Clo...

bymiachang ‧ 2021-09-14 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 1306 瀏覽

鐵人賽 AI & Data DAY 15

從 AI 落地談 MLOps 系列第 15 篇

技術 Day 15 : 特徵工程 tf.Tramsform 介紹

特徵工程是機械學習相當重要的一環，有處理數據以及實行 ML/DL 任務經驗者對特徵工程一定不陌生，一般來說常以 Pandas 及 Sklearn 完成任務，也...

威利斯 ‧ 2021-09-15

0 Like 0 留言 982 瀏覽

鐵人賽 AI & Data DAY 13

談MLOps - 模型、專案架構、產品化及維運系列第 13 篇

技術案例：AWS MLOps Framework - 成本、架構概覽

昨天看到了AWS MLOps Framework的兩個方案的架構圖，以及解決方案簡介之後，今天想討論的是成本(該解決方案的費用)、哪些工具可以用來估算費用、費用...

bymiachang ‧ 2021-09-13 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 2057 瀏覽

鐵人賽 AI & Data DAY 14

從 AI 落地談 MLOps 系列第 14 篇

技術 Day 14 : 資料驗證 TensorFlow Data Validation (TFDV)

資料是機械學習重要的核心，用於生產的機械學習必須考量大量且快速的資料情境，使用自動化、可擴展的資料分析、驗證以及監控方法相當重要。 TensorFlow Dat...

威利斯 ‧ 2021-09-14

0 Like 0 留言 1405 瀏覽

鐵人賽 AI & Data DAY 12

談MLOps - 模型、專案架構、產品化及維運系列第 12 篇

技術案例：AWS MLOps Framework - 解決方案介紹

在AWS solutions library你可以找到數十份各式各樣的解決方案參考文件，在這個解決方案圖書館，每一個解決方案都有提供自動部署的文件，讓你可以一鍵...

bymiachang ‧ 2021-09-12 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 1437 瀏覽

鐵人賽 AI & Data DAY 13

從 AI 落地談 MLOps 系列第 13 篇

技術 Day 13 : 弱監督式標註資料 Snorkel (視覺關係偵測篇)

接續 Day 12的弱監督式 Snorkel 範例，今天再花點時間示範用 Snorkel 標註影像資料。 Snorkel 透過簡易廣泛的程式撰寫判斷邏輯後，交...

威利斯 ‧ 2021-09-13

1 Like 0 留言 1638 瀏覽

鐵人賽 AI & Data DAY 11

談MLOps - 模型、專案架構、產品化及維運系列第 11 篇

技術案例：在AWS上透過SageMaker跟CodePipeline駕馭MLOps的參考架構(下)

接續上一篇關於專案參加角色與pipeline的介紹，這一篇繼續談論每一區塊需要的服務以及如何依照使用情境的順序將各服務串接。＊圖片來源：使用 MLOps 在...

bymiachang ‧ 2021-09-11 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 2243 瀏覽

鐵人賽 AI & Data DAY 12

從 AI 落地談 MLOps 系列第 12 篇

技術 Day 12 : 弱監督式標註資料 Snorkel (spam 入門篇)

當您需要更高效率標註大量資料時，人工標註不符合自動化的機械學習需求，採用靠著程式寫條件就分類完成的 Snokel 就可以參考。而且在2021年 AI 台灣人...

威利斯 ‧ 2021-09-12

0 Like 0 留言 1839 瀏覽

鐵人賽 AI & Data DAY 10

談MLOps - 模型、專案架構、產品化及維運系列第 10 篇

技術案例：在AWS上透過SageMaker跟CodePipeline駕馭MLOps的參考架構(上)

在經歷了幾篇的MLOps基礎概念之後，想在後面的文章帶大家看看幾個案例。透過案例來學習，會對專案在技術上的架構全貌更清楚。今天選的案例是這篇：Taming Ma...

bymiachang ‧ 2021-09-10 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 1 留言 5080 瀏覽

鐵人賽 AI & Data DAY 11

從 AI 落地談 MLOps 系列第 11 篇

技術 Day 11 : 用於生產的機械學習 - Data Labeling 資料標註

標註資料與特徵工程是處理資料重要的步驟，目的都是為了讓模型效果最佳化，標註的一致性、特徵工程到位都對模型影響至關重要。現實生活情境的資料標註向來不是件容易的事情...

威利斯 ‧ 2021-09-11

0 Like 0 留言 1513 瀏覽

鐵人賽 AI & Data DAY 9

談MLOps - 模型、專案架構、產品化及維運系列第 9 篇

技術 DevOps在MLOps當中的角色

我們在前面的寫給MLOps人才培育苦手談論到MLOps是一個需要大家通力合作的一項專案，除了該專案帶來資訊和商業的影響力，在技術上也屬於比較前緣、大部分的團隊都...

bymiachang ‧ 2021-09-09 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 2484 瀏覽

鐵人賽 AI & Data DAY 10

從 AI 落地談 MLOps 系列第 10 篇

技術 Day 10 : 用於生產的機械學習 - Data Define 與建立基準

接續介紹 ML 專案生命週期，本日說明第 2 階段「資料 Data」的工作流程，依其說法分為2大步驟，分別為「定義資料及建立基準」及「標註及特徵工程」。是4個...

威利斯 ‧ 2021-09-10

0 Like 0 留言 1494 瀏覽

鐵人賽 AI & Data DAY 8

談MLOps - 模型、專案架構、產品化及維運系列第 8 篇

技術 MLOps專案關於安全性與合規性的10件注意事項

在ML的專案中，從資料的收集、建構模型、測試到部署到產品。這個流程除了需要自動化之外，也需要保有該行業或者市場所需的規範。從企業的管理層面來說，知道要把模型的建...

bymiachang ‧ 2021-09-08 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 1394 瀏覽

鐵人賽 AI & Data DAY 9

從 AI 落地談 MLOps 系列第 9 篇

技術 Day 09 : 用於生產的機械學習 - 定義範疇 Scope

在 Day 05 ML 專案生命週期介紹分為 4 個階段與 7 大主題，第 1 個階段為「定義範疇 Scoping」，相較其他 3 個階段，Scoping 較...

威利斯 ‧ 2021-09-09

0 Like 0 留言 2942 瀏覽

鐵人賽 AI & Data DAY 7

談MLOps - 模型、專案架構、產品化及維運系列第 7 篇

技術 ML專案的特徵工程為什麼存在？包含哪些層面？怎麼練手感？

在討論MLOps的過程當中，許多客戶會針對他們有興趣的事情提出不同的問題，像是：模型監測、安全性、常見案例、資料的隱私處理等等。其中一次在談論AWS的ML Le...

bymiachang ‧ 2021-09-07 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 4129 瀏覽

鐵人賽 AI & Data DAY 8

從 AI 落地談 MLOps 系列第 8 篇

技術 Day 08 : ML 工程師職責與分工

資料團隊組建當各行業意識數據帶來業務成長新動能時，追求卓越的企業意識到要充分運用企業數據，必須組建專門數據團隊，期待專業團隊具有提煉數據價值的慧眼，也期待落...

威利斯 ‧ 2021-09-08

0 Like 0 留言 1609 瀏覽

鐵人賽 AI & Data DAY 6

談MLOps - 模型、專案架構、產品化及維運系列第 6 篇

技術從AWS技術白皮書看MLOps解決方案

在談過MLOps在廣泛的定義，以及拆分成團隊、技術、流程三個面向之後。想必大家也開始思考，一個好的專案和解決方案應該要長什麼樣子，有沒有哪些規範可以參考、有沒有...

bymiachang ‧ 2021-09-06 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 3555 瀏覽

鐵人賽 AI & Data DAY 7

從 AI 落地談 MLOps 系列第 7 篇

技術 Day 07 : MLOps 的挑戰與技術要求

在 Day 06 引用與介紹 3 個 MLOps 相關定義，如果 MLOps 是一種工程文化與實踐，旨在 ML 系統開發與 ML 系統操作，實際遇到的挑戰與技術...

威利斯 ‧ 2021-09-07

1 Like 1 留言 2420 瀏覽

鐵人賽 AI & Data DAY 5

談MLOps - 模型、專案架構、產品化及維運系列第 5 篇

技術 MLOps 帶給商業與技術流程的5個好處與13個指標 | MLOps落地指南 - 流程篇

MLOps除了ML之外，另一部分則是DevOps(develop operations)。事實上，技術的運作(operation)與商業的運作是密不可分的。其中...

bymiachang ‧ 2021-09-05 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

2 Like 0 留言 16833 瀏覽

鐵人賽 AI & Data DAY 6

從 AI 落地談 MLOps 系列第 6 篇

技術 Day 06 : 什麼是 MLOps

各種商務情境都在思考如何融入 AI 提供更適切的智慧化服務，在Day 04 : 以資料為中心的人工智慧 Data-Centric AI 介紹透過關注資料為中心的...

威利斯 ‧ 2021-09-06

0 Like 0 留言 1300 瀏覽

鐵人賽 AI & Data DAY 4

談MLOps - 模型、專案架構、產品化及維運系列第 4 篇

技術為什麼87% 的資料科學專案沒辦法產品化？ | MLOps落地指南 - 技術篇

“為什麼87% 的資料科學專案沒辦法產品化？”在Transform 2019 of VentureBeat[1] 的一篇報導給予了這樣的宣告。這並不是一個小數字...

bymiachang ‧ 2021-09-04 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

1 Like 0 留言 2810 瀏覽

鐵人賽 AI & Data DAY 5

從 AI 落地談 MLOps 系列第 5 篇

技術 Day 05 : ML 專案生命週期

從無到有開發 ML 專案到佈署需要 6 至 12 個月不等，在尚未有具體產出的過程中，會有對內部及外部說明進展的機會，能有架構、系統的與合作對象說明是很重要...

威利斯 ‧ 2021-09-05

0 Like 0 留言 1601 瀏覽

鐵人賽 AI & Data DAY 3

談MLOps - 模型、專案架構、產品化及維運系列第 3 篇

技術寫給MLOps人才培育苦手 | MLOps落地指南 - 團隊篇

當理解MLOps的定義、以及ML專案與軟體專案的差別之後，接下來我想談談如何再把MLOps往下切分成幾個面向，讓公司的決策人員能夠從大方向往下切分細節，開始落地...

bymiachang ‧ 2021-09-03 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

0 Like 0 留言 3201 瀏覽

鐵人賽 AI & Data DAY 4

從 AI 落地談 MLOps 系列第 4 篇

技術 Day 04 : 以資料為中心的人工智慧 Data - Centric AI

垃圾進垃圾出「 Garbage in, garbage out 」，不去檢視垃圾有多垃圾的情況下，用再好的模型都是垃圾! Day 03 有提到 AI 數據...

威利斯 ‧ 2021-09-04

0 Like 0 留言 1594 瀏覽

鐵人賽 AI & Data DAY 2

談MLOps - 模型、專案架構、產品化及維運系列第 2 篇

技術 3面向談ML產品與軟體產品的相異處

在過去的5-7年當中，ML已經不再只限於研究人員能夠接觸、使用，越來越多的AI/ML工具以及產品出現，使得能夠談論這個領域的人變多了，踏入ML工作的門檻也逐漸降...

bymiachang ‧ 2021-09-02 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

1 Like 0 留言 2069 瀏覽

鐵人賽 AI & Data DAY 3

從 AI 落地談 MLOps 系列第 3 篇

技術 Day 03 : ML in Production 的挑戰

在 Day2 提到什麼是用於生產的機械學習 ML in Production ，今天來談用於生產的機械學習所遇到的挑戰，主要挑戰包含: 要是整合性的機械學習系...

威利斯 ‧ 2021-09-03

1 Like 2 留言 1959 瀏覽

鐵人賽 AI & Data DAY 1

談MLOps - 模型、專案架構、產品化及維運系列第 1 篇

技術學習MLOps前暖身操：why, what, who?

接下來的30天，我們會一起看MLOps的更多層面。從為什麼產業開始談MLOps開始，以及其包含的技術與非技術面。今天我想談的是關於學習mlops前必備的3個背景...

bymiachang ‧ 2021-09-01 ‧團隊能去健身房後發現硬舉退步一百公斤的五隻雞

1 Like 0 留言 2512 瀏覽

鐵人賽 AI & Data DAY 2

從 AI 落地談 MLOps 系列第 2 篇

技術 Day 02 : 用於生產的機械學習 ML in Production

ML 就像孩子一樣，孩提時百般呵護，長大時不得不面對外界的殘酷。佈署到商務情境的 ML 模型，某方面像是放飛的孩子，既期待又怕受傷害，如果沒有持續的引導、學習、...

威利斯 ‧ 2021-09-02

1 Like 0 留言 2349 瀏覽

鐵人賽 AI & Data DAY 1

從 AI 落地談 MLOps 系列第 1 篇

技術 Day 01 : 這系列文在做什麼-緣起

前言鐵人賽是磨練自己技術能力的指標，2020 年參加鐵人賽自我挑戰組的「用Line聊天機器人串起多媒體系統」系列文，以初學者/自學者或大學一年級選修課程的程...

威利斯 ‧ 2021-09-01

0 Like 0 留言 807 瀏覽

鐵人賽 DevOps DAY 21

30 Days of MLOps 系列第 21 篇

技術 Cloud ML Platform

今天已經第 21 天了，聊到這大家應該可以感覺到 MLOps 好像沒有我們想像的這麼簡單，感覺好多事要做，但越複雜的東西，就越有商機可循，所以我們有最後一招，新...

alincode ‧ 2020-10-06

技術 案例：AWS MLOps Framework - AWS CloudFormation 模板，部署單帳號版本