MLOps勉強会ツイートまとめ

Daiki Tanaka @ikiYosky

#MLOps で呟いている人をフォローする作業

さしすせ奏 @s_aiueo32

データエンジニアの守備範囲広すぎィ！ってなった #MLOps

小川雄太郎 @ogawa_yutaro_22

第1回MLOps勉強会 Mobility Technologies渡部さんが発表 @fetarodc 今日の発表も美しかった！ 本日のスライド ・先駆者に学ぶ MLOpsの実際 slideshare.net/tetsutarowatan… 先日の発表とペアで見るのがおすすめ ・データ収集の基本と 「JapanTaxi」アプリにおける実践例 slideshare.net/tetsutarowatan… #MLOps

oɹɐʇuǝʞ @cfiken

MLOps やること多すぎて鼻血出る、サラッとシステム説明してくださってたけど中身いろんなトライアンドエラーの結果だろうな、すごい... #MLOps

ta93 @ta93os

データエンジニア的なスキルもこれから身に付けないとなと思ってる #MLOps

takapy | たかぱい @takapy0210

MLOpsやること多すぎるンゴねぇ・・・ #MLOps

Mana M@tsudate🤖 @commanateee

ML Ops 実装の現場から 畠氏のスライドシェアしますslideshare.net/ShinichiroHata… #MLOps

noko @nokoxxx1212

視聴なう MLOps = 「システム開発に置いて、データサイエンティストがやらないこと全て」 mlops.connpass.com/event/184958/ #MLOps

Kenji Mitsugi @mikky3

サイエンティストとエンジニアで作業を分担してるのか #mlops

98lerr @98lerr

MLOpsがやることはデータサイエンティストのやること以外全て いろいろありすぎる現状見ると、そのうち役割が分かれたりするんですかね。。。大変。 #MLOps

ひがしの @NHigashino

社内・社外でしがらみが多い。しがらんでいる！！ #MLOps

すみだ @sumita_v09

ハッシュタグ辿ると、モデル構築とシステム構築の分担の話だったっぽい？ #MLOps

Kenji Mitsugi @mikky3

機械学習あるある #mlops

舟木将彦/Masahiko FUNAKI @mfunaki

前職の時も痛感したのだが、どの段階でもビジネスに貢献できるような進め方が重要。理想的なインプットデータが最初から揃っていることは期待できないが、そこを言い訳にしても始まらないので、あるデータで作る、ビジネスに貢献する(顧客価値＋偉い人が自慢できて金を出したくなる)をループ。 #MLOps

tdual(ティーデュアル)@MatrixFlow @tdualdir

分析対象ヒト・モノ・カネでMLのやりやすさを区別するのは新しいな　#MLOps

さしすせ奏 @s_aiueo32

まぁでも△なところにチャレンジしないと面白味もないよね，という気持ちはある #MLOps

Kenji Mitsugi @mikky3

コネクター？ #mlops

tdual(ティーデュアル)@MatrixFlow @tdualdir

データを入れるコネクターは腐る程あるけど、分析結果の展開のコネクターは少ない　#MLOps

Ryohei Kuhara @geramo9

おもしろ 第1回 MLOps 勉強会 Tokyo (Online) mlops.connpass.com/event/184958/ #MLOps

すみだ @sumita_v09

遅ればせながら参加！！ #MLOps

98lerr @98lerr

業務をツールに合わせるのでなくて、業務にツールを合わせる文化 よくある話。この辺、MLを活用する上でも障壁なんですね。 #MLOps

ひがしの @NHigashino

ビジネスの文脈でどう使うのか システムもデータも同じですね #MLOps

niwasawa 迷子 @niwasawa

日本的な業務プロセスから脱却できずに標準に合わせられない。おえらいさんをきょういくする・・・ #MLOps

wassan @was800

MLOpsを考える上では、総合職的な人が必要になってくるのか？ビジネスもデータ分析も、マーケットも少しずつ分かるような人 #MLOps

Kenji Mitsugi @mikky3

データサイエンティスト協会のスキルセットに近い話かな #mlops