前編では、データの運用という観点からAI活用を加速させるデータパイプラインやDataOpsについて解説しました。後編では、AIモデルが本番環境にデプロイされるまでの時間を短縮するための手法である「MLOps」と、エンタープライズストレージの運用機能について解説します。ストレージインフラからの支援により、データパイプラインやDataOps、MLOpsの実践を進め、自社のAI活用を加速させましょう。
※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。
この記事は参考になりましたか？
- この記事の著者
-
脇 昌弘（ワキ マサヒロ）
ネットアップ合同会社 APAC AI事業開発リード／国内DXセンター長/Partner Manager - Tech Allianceアジア太平洋地域でのAI事業開発をリード。国内においてはDXセンター長として学術系、バイオ戦略系、映像系等の業界活動を推進ながらNVIDIA, Microsoft, ...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
井上 耕平（イノウエ コウヘイ）
ネットアップ合同会社 ソリューションアーキテクト部 ソリューションアーキテクト国内メーカーにて主に製造業向けのIoTの活用ソリューション開発に10年ほど従事。データの収集からAIやBIによるデータの利活用の領域で提案からデリバリーまで幅広く活動。NetAppにおいてはソリューションアーキテクトとして...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか？
この記事をシェア
