May 2025
Intermediate to advanced
460 pages
6h 16m
Chinese
Content preview from 实用 MLOps
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
序言
本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：translation-feedback@oreilly.com
我们为什么写这本书
我们职业生涯的大部分时间都在做自动化工作。我们刚认识时，阿尔弗雷多不懂 Python，诺亚建议他每周自动化一项任务。自动化是 MLOps、DevOps 以及本书贯穿始终的核心支柱。你应该从未来自动化的角度来看待本书中的所有例子和观点。
如果让诺亚总结自己在 2000-2020 年间的工作，那就是自动化他所能自动化的一切，从电影管道到软件安装，再到机器学习管道。作为湾区初创企业的工程经理和首席技术官，他从零开始组建了许多数据科学团队。因此，在人工智能/机器学习革命的早期阶段，他看到了将机器学习应用于生产的许多核心问题。
在过去的几年里，诺亚一直在杜克大学、西北大学和加州大学戴维斯分校担任兼职教授，讲授的课题主要集中在云计算、数据科学和机器学习工程方面。这些教学和工作经验让他对机器学习解决方案在现实世界中的部署问题有了独特的见解。
Alfredo 从系统管理员时代起就拥有深厚的运营背景，对自动化同样充满热情。如果没有按钮式自动化，就不可能建立弹性基础设施。当灾难发生时，最令人欣慰的莫过于重新运行脚本或管道来重建崩溃的系统。
当 COVID-19 问世时，它加速了我们的一个问题，那就是 "为什么我们没有将更多的模型投入生产？ 诺亚在为《福布斯》撰写的一篇文章中谈到了其中的一些问题。文章总结的前提是，数据科学出了问题，因为企业看不到投资回报。
后来在O'Reilly 的 "Foo Camp "上，Noah 主持了一场题为 "为什么我们不能在生产中将 ML 的速度提高 10 倍？讨论的结果是"是的，我们可以快 10 倍"。因此，感谢蒂姆和迈克引发了如此精彩的讨论，让这本书得以问世。
机器学习给人的感觉很像过去几十年中出现的许多其他技术。起初，它需要数年时间才能取得成果。史蒂夫-乔布斯谈到了 NeXT 是如何想让构建软件的速度提高 10 倍的（他做到了）。你可以在YouTube 上观看这段访谈。目前机器学习存在哪些问题？
-
关注 "代码 "和技术细节，而不是业务问题
-
缺乏自动化
-
HiPPO（薪酬最高者的意见）
-
非云原生
-
对解决可解决的问题缺乏紧迫感
引用诺亚在讨论中提到的一句话："我全面反对精英主义。编程是一项人权。那种认为只有神职人员才能做编程的想法是错误的。"与机器学习类似，技术如果只掌握在少数人手中，那就太关键了。有了 MLOps 和 AutoML，这些技术就可以进入公众手中。通过使这项技术民主化，我们可以更好地利用机器学习和人工智能。"真正的 "人工智能/ML 从业者将模型交付生产，在 "真正的 "未来，医生、律师、机械师和教师等人将使用人工智能/ML 帮助他们完成工作。
本书的编排方式
我们在设计本书时，将每一章都作为一个独立的章节，旨在为您提供即时帮助。每章末尾都有讨论问题，旨在激发批判性思维和技术练习，以加深对教材的理解。
这些讨论问题和练习也非常适合在数据科学、计算机科学或 MBA 课程的课堂上使用，同时也适合积极的自学者使用。 最后一章包含几个案例研究，有助于建立 MLOps 专家的工作组合。
全书共分 12 章，我们将在下一节中详细介绍。在本书的最后，有一个附录，里面收集了实施 MLOps 的宝贵资源。
章节
前几章涵盖了 DevOps 和 MLOps 的理论和实践。 其中一项内容是如何建立持续集成和持续交付。 另一个关键主题是Kaizen，即持续改进一切的理念。
其中有三章是关于云计算的，涵盖 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.