前言

在机器学习（ML）的发展历史中，我们已经到达了一个转折点，该技术已经从理论和学术领域进入了“现实世界”——为全世界的人提供各种服务和产品的业务。虽然这种转变令人兴奋，但同时也充满挑战，因为这将机器学习模型的复杂性与现代企业的复杂性结合在一起。

随着各种企业从尝试机器学习到在生产环境中扩展机器学习，其中的困难之一便是维护。企业如何从仅管理单个模型转变为管理几十乃至成百上千个模型呢？这不仅仅是MLOps发挥作用的地方，也是体现上述技术和商业方面复杂性的地方。本书将向读者介绍当前使用MLOps面临的挑战，同时还为开发MLOps功能提供实用的见解和解决方案。

本书适用人群

我们专门为分析人员和IT运营团队经理（即直接面对在生产中扩展机器学习任务的人员）编写了这本书。鉴于MLOps是一个新领域，我们编写了本书，作为创建一个成功的MLOps环境的指南，涵盖了从组织到技术方面的挑战。

本书结构

本书分为三个部分。第一部分（第1～3章）是对MLOps主题的介绍，深入探讨它如何（以及为何）发展成一门学科、需要谁参与才能成功执行MLOps以及需要哪些组成部分。

第二部分（第4～8章）大致介绍了机器学习模型的生命周期，其中包括有关模型开发、生产准备、生产部署、监控和治理的章节。这些章节不仅包括一般的注意事项，还包括MLOps生命周期每个阶段的注意事项，并提供与第3章中所涉及主题相关的更多详细信息。

最后一部分（第9～11章）提供了MLOps在当今公司中的具体示例，以便读者了解MLOps在实践中的设置和含义。尽管公司名称是虚构的，但这些故事是以现实中的公司在MLOps和大规模模型管理方面的经验为基础的。

排版约定

本书中使用以下排版约定：

斜体（Italic）

表示新的术语、URL、电子邮件地址、文件名和文件扩展名。

等宽字体（Constant width）

用于程序清单，以及段落中的程序元素，例如变量名、函数名、数据库、数据类型、环境变量、语句以及关键字。

等宽粗体（Constant width bold）

表示应由用户直接输入的命令或其他文本。

等宽斜体（Constant width italic）

表示应由用户提供的值或由上下文确定的值替换的文本。

O'Reilly在线学习平台（O'Reilly Online Learning）

40多年来，O'Reilly Media致力于提供技术和商业培训、知识和卓越见解，来帮助众多公司取得成功。

我们拥有独一无二的专家和革新者组成的庞大网络，他们通过图书、文章、会议和我们的在线学习平台分享他们的知识和经验。O'Reilly的在线学习平台允许你按需访问现场培训课程、深入的学习路径、交互式编程环境，以及O'Reilly和200多家其他出版商提供的大量文本和视频资源。有关的更多信息，请访问http://oreilly.com。

如何联系我们

对于本书，如果有任何意见或疑问，请按照以下地址联系本书出版商。

美国：

O'Reilly Media，Inc.

1005 Gravenstein Highway North

Sebastopol，CA 95472

中国：

北京市西城区西直门南大街2号成铭大厦C座807室（100035）

奥莱利技术咨询（北京）有限公司

要询问技术问题或对本书提出建议，请发送电子邮件至errata@oreilly.com.cn。

本书配套网站https://oreil.ly/intro-mlops上列出了勘误表、示例以及其他信息。

关于书籍、课程、会议和新闻的更多信息，请访问我们的网站http://www.oreilly.com。

我们在Facebook上的地址：http://facebook.com/oreilly

我们在Twitter上的地址：http://twitter.com/oreillymedia

我们在YouTube上的地址：http://youtube.com/oreillymedia

致谢

我们要感谢整个Dataiku团队，感谢他们从构思到完成对本书出版的支持。这是真正的团队努力，就像我们在Dataiku做的大多数事情一样，植根于无数人和团队之间的基本合作。

感谢那些从一开始就与O'Reilly一起支持我们的愿景的人、那些帮助我们写作和编辑的人、那些提供诚实反馈的人（即使这意味着更多的写作、重写、再重写）、那些在内部当啦啦队队员的人，当然，还有那些帮助我们将本书推向世界的人。