マルチモダリティAIのためのデータエンジニアリング (Japanese Edition)

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：translation-feedback@oreilly.com

AIの能力は、与えられたコンテキストの質に左右されるものであり、コンテキストはモデルに関する問題である以前に、データエンジニアリングの問題である。マルチモダリティAIシステムやアプリケーションがますます洗練度を高め、大量のデータを必要とするようになるにつれ、そのコンテキストを生成・管理するインフラも、それに追いつくよう進化しなければならない。

『マルチモーダルAIのためのデータエンジニアリング』は、マルチモーダルAIシステムやアプリケーションが効果的なコンテキストエンジニアリングを行うために依存する、堅牢で拡張性のあるデータインフラを構築するために必要なスキルを迅速に習得したいと考えるデータエンジニア、機械学習エンジニア、MLOpsスペシャリストに向けた、最初の実践的ガイドの一つだ。 本書では、データアーキテクチャの構想から、クラウドネイティブ環境およびオンプレミス環境の両方においてマルチモーダル学習に最適化されたデータパイプラインの実装に至るまで、AI主導のデータエンジニアリングのライフサイクル全体を追体験できる。また、各章には重要な概念を実装するためのステップバイステップのガイドとベストプラクティスが含まれている。

• マルチモダリティAIワークロードに最適化されたクラウドネイティブのデータアーキテクチャを設計・実装する
• 多様なAIトレーニングデータを準備するための、効率的で拡張性のあるETLプロセスを構築する
• マルチモーダルAI推論のためのリアルタイムデータ処理パイプラインを実装する
• 複数のデータモダリティをサポートするフィーチャーストアを開発・管理する
• マルチモダリティAIプロジェクトに特化したデータガバナンスおよびセキュリティ対策の適用
• 各種マルチモーダルモデル向けに、データの保存および検索を最適化する
• マルチモダリティAIワークフローにデータのバージョン管理とリネージトラッキングを統合する
• データ型を問わず信頼性の高い結果を保証するためのデータ品質フレームワークを実装する
• マルチモダリティのコンテキストにおいて、責任あるAIの実践を支えるデータパイプラインを設計する