MLOpsとは

まず押さえる結論

MLOpsは、DS検定の「第7章 プログラミング・セキュリティ・AI運用」に出てくる用語です。見分けの要点は、MLOpsは開発したAIモデルそのものの性能維持・劣化検知・ソース共有を対象とし、AIOpsはITシステムの運用全般へAIを活用する取り組みを対象とします。対象がAIモデルかITシステム運用かで分けます。

MLOpsの具体例と、問題文で見る箇所・隣接概念との境界

ITシステム運用全般ではなく、AIモデル自体のソース共有からモニタリングによる劣化検知までを含む運用の考え方として捉える

開発した分析プログラムのソースをGitなどのバージョン管理ソフトウェアでリポジトリに登録し、チームメンバーと共有する場面を考えます。ここで終わらず、本番稼働後もAIモデルの劣化状況や、想定と異なる予測対象データの不備、システムの異常をモニタリング項目に沿って検知し、性能の維持管理を進める作業までがMLOpsの範囲です。対象は常にAIモデルそのものです。

問題文で見る箇所

「Gitでのソース共有」「AIモデル性能の維持管理」「モニタリング項目による劣化検知」という記述があればMLOpsを候補にします。IT機器やネットワークなどシステム運用全般が対象になっている説明はAIOpsです。

隣接概念との境界

MLOpsは開発したAIモデルそのものの性能維持・劣化検知・ソース共有を対象とし、AIOpsはITシステムの運用全般へAIを活用する取り組みを対象とします。対象がAIモデルかITシステム運用かで分けます。

誤答しやすい選択肢

• ITシステムの運用全般にAIを活用する取り組みをMLOpsと呼ぶ。これはAIOpsの説明です。
• LLMを使ってコードを作成・修正することだけをMLOpsと呼ぶ。これはコーディング支援の説明で、MLOpsが指すAIモデルの性能維持・モニタリングとは対象が異なります。
• モデル・データのバージョン管理ツールでのデプロイ自動化まで含めて見習いレベルの必須知識とする。Hugging Face HubやMLFlowを使った運用の効率化は★2つ星以上の項目であり、Gitでのソース共有・概要理解・モニタリングによる劣化検知が★1つ星の範囲です。

4段階の判断手順

1. 01説明の対象がAIモデルの性能維持・共有なのか、ITシステム運用全般なのかを分ける。
2. 02Gitなどのバージョン管理ソフトウェアでのソース共有が触れられているか確認する。
3. 03AIモデルの劣化状況やデータ不備をモニタリングで検知する工程が含まれるか確認する。
4. 04ITシステム全般を対象とするAIOpsと区別する。

到達条件: MLOpsをAIモデルのソース共有からモニタリングによる劣化検知までを含む運用の考え方として説明し、AIOpsと区別できる。

試験での問われ方

誤答しやすいポイント

「第7章 プログラミング・セキュリティ・AI運用」の問題で、取り違えやすい組み合わせです。

• ホワイトボックステストとブラックボックステストの取り違え。内部構造を見てテストするか、入出力の仕様だけを見てテストするかの違い。
• 共通鍵暗号と公開鍵暗号化方式を混同する。公開鍵暗号化方式では受信者の公開鍵で暗号化したデータの復号に受信者の秘密鍵が必要になる。
• MLOpsとAIOpsの範囲を混同する。MLOpsはAIモデルの性能維持管理、AIOpsはITシステム運用全般へのAI活用という異なる対象を指す。

関連する確認問題

同じ章で確認したい用語

他資格でも出題される用語