コース概要：

データの民主化に伴い、エンジニアだけでなくアナリスト職のなどデータ活用を行う環境はここ数年で様変わりしました。

現代では、従来の特定の人物だけの利用を想定したデータ分析環境では立ち行かなくなっています。

本コースでは、データからモデルを作成し作成したモデルを継続的に利用する機械学習基盤の構築をDockerコンテナでご自身の端末で学んでみます。

機械学習のモデルは一度作成しただけでは終わりではありません。刻々と変化するデータに応じて再学習を行いその結果をシームレスにシステムに反映させていくことが現代では求められています。それらを実現するのが機械学習基盤の役割でありMLOpsの考え方でもあります。本コースは、モデルを量産するコースではありませんが、一つのシンプルなモデルを通して効率よく機械学習モデルの実利用についてのエッセンスを学んでいきましょう。

コース内では、クラウドだとどのような代替サービスがあるのか？についても言及しておりますので、本コースを通して学んだことをクラウド上の開発で活用していたくことも可能です。

また、混同を避けるためにデータ分析基盤との関係についても本コース内で言及します。

本コースでは、ローカル端末とDockerコンテナを使って

「機械学習基盤ってどう作るの？」

「機械学習基盤ってそもそも何？」

「機械学習基盤はどんな要素を含んでいるの？」

「機械学習基盤を使ってどのような活動をするの？」

「モデルを作成したけどどのように利用して良いかわからない」

「ワンショット(一回限り)のモデルしか作成したことがないので継続的に適用していくイメージが湧かない」

そんな疑問を解決するコースです。

どんな人向け？

「機械学習基盤に興味のある開発者」

「モデルを作成後のモデル利用の流れとデータを利用した活動をイメージしたい方」

「データ分析基盤と機械学習基盤の関係について知りたい方」

登場する技術スタック：

Mongodb

Apache Spark

Apache SparkML

NodeJs

(Embulk)