機械学習システムの開発と運用を一体で進めるMLOpsと、一般的なソフトウェアの開発で使われるDevOpsとの違いに関する説明として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：MLOpsとDevOpsの違い
ポイント
MLOpsは、DevOpsの考え方にデータとモデルの検証や継続的な再学習を加えたものです。コードだけでなく、データの変化にも備えます。
選択肢ごとの解説
- A
不適切
MLOpsのCDでは、モデル単体ではなく、学習から評価、配備までを自動で行う学習パイプラインを本番に配備する形がとられます。そのパイプラインが予測サービスのモデルを更新します。
- B
不適切
機械学習のシステムは、コードが同じでもデータが変われば振る舞いが変わります。そのためCIでは、コードのテストに加えて、データの形式や分布の検証、モデルの品質の評価も行います。
- C
適切 正解
機械学習のシステムでは、CIの対象がコードからデータ、データのスキーマ、モデルの検証に広がります。さらに、モデルを自動で再学習して提供し直す継続的な学習（CT）が加わる点がDevOpsとの違いです。
- D
不適切
MLOpsはDevOpsと同じく、開発と運用の分断をなくす考え方です。データサイエンティスト、ソフトウェアエンジニア、運用の担当者が協力して、モデルを本番で使い続けられる状態に保ちます。
試験での狙われ方
DevOpsとの違いは、データとモデルも管理と検証の対象になる点にあります。CI・CD・CTの対象の違いで整理しておくと見分けやすくなります。
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目35 AIプロジェクトの進め方）
- Google Cloud Architecture Center, MLOps: Continuous delivery and automation pipelines in machine learning （DevOps versus MLOps）