不仅仅是炒作。许多团队正在接受MLOps
图片来源：Richard HorneonUnsplash
人口统计学
对于2021年的MLOps状况调查，我们从Velohai社区收集了100份回复。虽然Velohai提供的产品与MLOps有关，但我们发布的内容更广泛地与数据科学有关。
从地域上看，受访者主要来自欧洲、美国、印度和中国。27%的受访者在技术领域工作，其次是金融服务（14%）、咨询（12%）和医疗保健（12%）。虽然技术部门的范围太广，无法提供深刻的见解，但我们的传闻与金融和医疗行业大量参与MLOps场景并拥有成熟的机器学习计划相一致。然而，这两个行业也有独特的挑战，需要MLOps来解决，即围绕透明度、隐私和安全的监管。
角色
受访者中最大的群体是数据科学家，占30%，这一点并不令人意外。其次是18%的ML工程师，18%的其他，以及16%的数据科学领导人。令人惊讶的是，数据工程师所占比例相当低，只有6%。
你的头衔是什么？
图片由作者提供
我们从以前的研究和在线讨论中发现，数据科学中的头衔和角色目前还远未固定。因此，我们问了一个相关的问题，什么最能说明受访者的角色，35%的受访者回答说他们的重点是建立模型和基础设施。相比之下，更小的群体可以专注于一个或另一个（15%只建立模型，14%只建立基础设施）。
哪一个最能描述你的角色？
图片由作者提供
我们注意到，我们围绕角色定义（即数据科学家与机器学习工程师）发布的内容似乎引发了大量的争论，而这些结果似乎证实，这些角色绝非一目了然。例如，一家公司的数据科学家可能对建立基础设施和设置工具至关重要，而在另一家公司，这项任务是由更专业的工程师来完成的。
哪一个最能描述你的角色（仅限集成电路角色）？
图片由作者提供
然而，如果我们只关注三个答案（不包括领导团队和上述任何一项），并比较2020年的结果，我们可以看到专注于建设基础设施的群体的增长。虽然最多只是一个微弱的信号，但总体上可能有一些专业化的情况发生。
团队
机器学习相关的角色仍然很广泛，原因可能在于大多数涉及机器学习的团队都相对较小，没有专业化的空间（至少现在还没有）。我们问你的组织中有多少员工从事机器学习或数据科学工作，绝大多数人的答案是2-10人（56%）。即使在拥有1000多名员工的公司中，11-30名员工从事ML工作也是最常见的答案。
你的公司有多少员工？
图片由作者提供
贵公司有多少员工在从事数据科学或机器学习？
图片由作者提供
未来研究的一个令人兴奋的领域可能是数据科学团队的重要性（在公司规模的背景下）、机器学习的成熟度和财务成功之间的关系。一批新生的公司正在围绕机器学习建立其价值主张。看看这些组织是否从根本上更好地结构化，以授权建立人工智能能力，这将是有趣的。
你期望你的团队在未来3个月内有什么变化？
图片由作者提供
不过，更直接的是，机器学习领域正处于大规模的招聘热潮中。事实上，65%的受访者预计他们的ML团队在未来三个月内会增长，而只有2%的人预计团队会缩减。
重点领域
和去年一样，我们问受访者未来三个月的重点是什么（最多三个选择）。结果再次显示，机器学习模型的产品化取得了重大进展。
你未来三个月的重点是什么（最多三个选择）？
图片由作者提供
监测生产中的模型比去年有最明显的增长（13%到31%）。支持这种热情的是监测领域内大量的工具，它们的地位上升了（包括Arize、Fiddler、superwise.ai等）。
模型的自动化再训练也有类似的受欢迎程度（比2020年翻了一番），30%的受访者专注于为此目的建立机器学习管道。虽然绝非详尽无遗，但结果支持团队在过去一年中向MLOps迈进，而实施机器学习系统（而不是项目）是最重要的。
这也被 "证明机器学习的潜力 "的减少所支持，因为它通常表明建立第一个机器学习的概念证明。在过去的一年里，优化模型也似乎在优先级上有了明显的退步。
工具化
工具是在实践中实施MLOps的一个重要部分。在调查中，我们问受访者他们有哪些工具，他们希望（在未来三个月内）实施哪些工具，以及哪些是目前不相关的。有很多拼接MLOps工具的方法，而且都不倾向于与现有工具保持一致。如前所述，市场上有广义和狭义的解决方案，它们适合不同的目的。
作为调查的基础，我们使用了我们的MLOps堆栈蓝图，其中包含以下部分：数据分析、实验、特征存储（或训练数据管理）、代码库、机器学习管道、元数据存储、模型服务和模型监控。
今天，你在哪些方面已经建立了工具？
图片由作者提供。总数低于100%，因为某些参与者选择不回答。
看看那些已经建立了工具的领域，代码库脱颖而出。考虑到Git已经成为软件开发的标准超过十年，数据科学家也已经采用了它，这一点并不奇怪。此外，数据分析（68%）和实验（56%）也相当成熟。
在产品化方面，50%的受访者认为他们有足够的工具用于机器学习管道，33%的受访者在未来几个月内正在寻找解决方案。模型服务分为39%和39%。
受访者对新解决方案最感兴趣的领域是模型监控（52%）、模型注册表（43%）和特征存储/训练数据管理（41%）。与已经拥有监控解决方案的受访者相比，寻找监控解决方案的受访者人数多了一倍。
总的来说，在实验方面，工具化的建立要多得多，而产品化则较少。然而，考虑到 "目前不相关 "是几乎每个组件中相对较小的一块，在采用工具化方面似乎并不犹豫。
总结
数据科学领域在MLOps和机器学习模型产品化方面的整体情况是一个没有好答案的问题。然而，2021年MLOps状况调查为我们提供了令人鼓舞的证据，即生产中的机器学习正在加速发展--而且不仅仅是在头条新闻中，而是在行动中。
调查结果只代表了我们社区的一小部分，所以自然会有偏差，但对于希望投资MLOps工具的决策者或希望深入研究MLOps的个人贡献者来说，这一趋势看起来令人鼓舞。
原文发表于 https://valohai.com.
The State of MLOps 2021最初发表于Towards Data Scienceon Medium，在那里人们通过强调和回应这个故事继续对话。
