MLOps Engineer是什么
作为MLOps Engineer，需要部署机器学习模型并确保在生产可用。数据科学团队会构建模型，但MLOps工程师需要能调整模型代码，并部署到生产环境。
Data Scientist vs. DevOps Engineer vs. MLOps Engineer
-
Data Scientist
数据科学家处理大量数据来构建机器学习模型并收集有价值的见解。 -
DevOps Engineer
DevOps 工程师部署和维护应用程序，管理其基础设施的各个方面。软件工程师构建应用程序后，DevOps 工程师负责处理部署、云监控、数据库管理和测试。 -
MLOps Engineer
MLOps位于上述职业的交叉点。 MLOps工程师本质上承担机器学习领域 DevOps工程师的工作。 MLOps工程师负责机器学习模型构建后发生的所有事情。
MLOps Engineer Skills
- 具备设计和实施云解决方案的能力
- 具备Docker和Kubernetes经验
- 能够构建 MLOps流水
- 熟悉主流框架例如Keras, PyTorch, Tensorflow
- 具备软件开发能力
- 熟悉数据科学相关工具
- 拥有使用Kubeflow、MLFlow 和 DataRobot等流行MLOps框架的经验
