MLOps inženýrinženýr provozu modelů strojového učení

MLOps inženýr se stará, aby modely strojového učení nezůstaly pokusem v notebooku datového vědce, ale spolehlivě běžely v ostrém provozu — nasazuje je, monitoruje a automatizuje jejich přetrénování. Stavíte pipeline (automatizované linky), které model natrénují, otestují a nasadí; hlídáte metriky — nejen zda model běží, ale zda pořád predikuje dobře, protože data se v čase mění a model tiše hloupne. Pracujete s Pythonem, Dockerem a Kubernetes (správou aplikací v kontejnerech), s nástroji jako MLflow a s cloudovými platformami. Jste most mezi datovými vědci, kteří modely tvoří, a provozem, který chce stabilitu; oběma stranám překládáte požadavky té druhé. Náročné je, že obor teprve krystalizuje a leccos stavíte poprvé; přesně to na něm ale lidi baví. Zaměstnávají vás banky, telekomunikace, e-shopy a technologické firmy, které už AI opravdu provozují, ne jen zkoušejí. Kariéra vede k architektovi ML platformy. Obvyklá cesta vede z pozice DevOps inženýra nebo datového inženýra doplněné o znalosti strojového učení. S profesí sousedí heslo AI inženýr. Kde končí práce datového vědce a začíná MLOps, si každá firma kreslí po svém. Proč není v katalogu: profese vznikla teprve s nástupem strojového učení do běžného provozu firem.