7MLopsの神話が暴かれた from venturebeat.com

神話2：MLopsはモデル開発と同じです
現実：MLopsは、モデル開発と本番環境でのMLの使用の成功の間の架け橋です。
変更があるたびにモデルを再トレーニングする必要があります。
MLopsの継続的インテグレーションには、コードのテストだけでなく、モデルの検証に加えてデータ品質チェックも含まれます。
MLopsは、パフォーマンス、ガバナンス、モデルリスク管理など、すべてのビジネス目標に対してスケーラブルなMLを実現するためのプラクティスと見なす必要があります。
MLモデルのデプロイは、データサイエンティスト、データエンジニア、MLエンジニア、DevOpsエンジニアなどの多くの役割にまたがっています。