幫助您更了解如何實務開發中應用機器學習技術 本書是機器學習系統設計模式的集合，範例使用的平台是Docker和Kubernetes，以確保程式碼的可重複執行。本書描述機器學習從訓練、評估和QA，到發布和運行推理器的順序，以及架構和代碼。藉由本書的指引，能夠幫助您更有效地使用機器學習的技術，將其應用在實際的系統開發中。 本書可以幫助您： ．了解如何MLOps這種機器學習付諸實用的開發維護方法 ．了解建置機器學習系統的方法，包括專為機器學習設計的系統（機器學習管線或實驗管理）與專為使用機器學習設計的系統（發佈或推論器），以實現MLOps ．了解改善機器學習系統品質的方法，以及如何透過後續的維護改善模型 來自讀者的讚譽 ＂蘊含了MLOps的精華＂ ＂詳細介紹了如何開發在商業環境中應用機器學習的系統＂ ＂資訊豐富，是開發大型系統極佳的參考資料＂

澁井雄介MLOps工程師、基礎架構工程師、AR工程師、擁有兩隻貓咪的飼主。家裡有四張貓咪專用的吊床。本業是以Kubernetes開發自動化的MLOps架構，興趣則是將AR與Edge AI組在一起玩。過去曾在系統整合、軟體創投公司、新創企業主持專案並擔任大規模系統維護小組負責人。 GitHub：https://github.com/shibuiwilliam