「もう悩まない！機械学習モデルのデプロイパターンと戦略」を解説する動画を公開しました！

「ML Max。こんばんは。」

ということで今回はシックなナレーションから始まりました、機械学習の価値を最大化するための解説動画、ML Enablement Series (※)の、

Amazon SageMaker 推論 Part3（前編）もう悩まない！機械学習モデルのデプロイパターンと戦略【ML-Dark-05】【AWS Black Belt】

を公開しました。

※ ML Enablement Series とは、機械学習プロダクトにかかわる全ての人向けの機械学習の知識をお届けする Light パートと、機械学習のマネージドサービスを活用して MLOps を推進したいエンジニア向けの Dark パート から構成されており、週１回を目安に Light と Dark を交互に配信中

今回は Dark パートの 第 5 回目として、前編後編の二部構成で機械学習モデルのデプロイパターンと戦略の解説をしています。

前編では、機械学習モデルの開発とデプロイの流れや推論アーキテクチャーの種類と選択を紹介したあと、Amazon SageMaker を用いた推論方法の選択肢と、最適化方法について解説しています。最後に推論方法の選択肢のデシジョンツリーを紹介しています。

後編では安全なデプロイするために、モデルのバージョン管理をするための Amazon SageMaker Model Registry の使い方や、モデルの段階移行をするための複数モデルバリアントへのトラフィック分配を用いた A/B テストの行い方やブルーグリーンデプロイの仕方を解説しています。

機械学習モデルを用いてリアルタイム推論や非同期推論、サーバレス推論、バッチ推論の使い分けとその実行の仕方を知りたい方や、バージョンが異なるモデルを安全に運用したい方はぜひご覧ください。

今回の 動画 は AWS BlackBelt オンライン ML Enablement シリーズのYouTubeの再生リストに追加しています。こちらもご利用ください。

AWS Black Belt Online Seminar 全体の資料はこちらにあります

• AWS Black Belt Online Seminar オンデマンド動画 コンテンツ 一覧
• AWS サービス別資料 （すべての過去資料が閲覧できます）

プレゼンテーション作成およびスピーカーは本橋が、本記事は呉が担当しています。

これまでの「ML Enablement Series」

• [ML-Light-01] 機械学習モデル開発プロジェクトの進め方
• [ML-Light-02] 機械学習モデルの開発環境を構築する
• [ML-Light-03] 機械学習の価値を計算する
• [ML-Light-04] データから価値を創出できるか診断する
• [ML-Light-05] 価値あるデータを取得する
• [ML-Dark-01] Amazon SageMaker Training で機械学習のモデル開発を楽にする
• [ML-Dark-01b] Amazon SageMaker Training ハンズオン編
• [ML-Dark-02] Amazon SageMaker による実験管理
• [ML-Dark-03] Amazon SageMaker 推論 Part1 推論の頻出課題とSageMakerによる解決方法
• [ML-Dark-04] Amazon SageMaker 推論 Part2すぐにプロダクション利用できる！モデルをデプロイして推論する方法
• [ML-Dark-05a] Amazon SageMaker 推論 Part3（前編）もう悩まない！機械学習モデルのデプロイパターンと戦略
• [ML-Dark-05b] Amazon SageMaker 推論 Part3（後編）もう悩まない！機械学習モデルのデプロイパターンと戦略