内容简介
这是一本能指导企业利用MLOps技术构建可靠、高效、可复用、可扩展的机器学习模型从而实现AI工程化落地的著作。由国内AI领域的独角兽企业第四范式的联合创始人和技术VP领衔撰写，从工具、技术、企业级应用、成熟度评估4个维度对MLOps进行了全面的讲解。
本书的主要内容包括如下9个方面：
（1）MLOps的核心概念和方法，可以帮助读者全面了解MLOps的基本原理；
（2）MLOps涉及的几种角色，以及这些角色之间如何协作；
（3）机器学习项目的基础知识和全流程，是学习和应用MLOps的基础；
（4）MLOps中的数据处理、主要流水线工具Airflow和MLflow、特征平台和实时特征平台OpenMLDB、推理工具链Adlik，为读者系统讲解MLOps的技术和工具；
（5）云服务供应商的端到端MLOps解决方案；
（6）第四范式、网易、小米、腾讯、众安金融等企业的MLOps工程实践案例和经验；
（7）MLOps的成熟度模型，以及微软、谷歌和信通院对MLOps成熟度模型的划分；
（8）针对不同规模的企业和团队的MLOps最佳实践，帮助他们量身定做MLOps策略；
（9）MLOps的未来发展趋势，以及如何将新技术融入MLOps实践中。
本书深入浅出、循序渐进地讲解了如何在实际项目中利用MLOps进行机器学习模型的部署、监控与优化，以及如何利用MLOps实现持续集成与持续交付等高效的工作流程。通过企业级的MLOps案例和解决方案，帮助读者轻松掌握MLOps的设计思路以及如何应用MLOps解决实际问题。
星策社区和LF AI & DATA联合出品
第四范式联合创始人领衔撰写，腾讯、小米、百度、网易、中兴、众安、第四范式等企业专家分享MLOps工程实践经验并强烈推荐
陈雨强 / 郑 曌 / 谭中意 / 卢 冕 / 李 瀚 / 黄 飞 / 吴官林
陈 庆 / 付 豪 / 赵喜生 / 颜丙政 / 刘 扬 / 袁丽雅 / 郭育波
共同撰写
本书作者根据自己多年在软件研发、运维、DevOps和机器学习等领域的从业经验，对MLOps这一新生事物的原理和工具进行了全面系统的介绍，并结合多家企业的实践案例总结整理出一系列MLOps最佳实践，覆盖端到端机器学习全生命周期，涉及AI科学家和AI工程师在内的多个角色，知识新颖，内容丰富，极具参考价值。相信大部分AI从业人员会从中受益，强烈推荐！
—— 崔宝秋 小米集团前副总裁
这是一本业界真正需要的书。它全面介绍了AI工程化落地的全过程，包括面对的挑战、要解决的问题、常用工具和平台，以及企业的实践案例。这样一本内容全面、翔实的工具书能让读者对AI技术在企业落地方面有比较深的认识。希望它能帮助更多企业AI的应用者、工程师跨越AI工程化的鸿沟。
—— 堵俊平 LFAI & DATA基金会董事主席
本书介绍了MLOps的完整流程、方法论、开源工具，并包含了网易云音乐、众安保险、小米商城、腾讯金融等的一手实践案例，对行业内外的工程师都有很高的学习和参考价值。
—— 戈君 字节跳动架构师
bRPC项目创始人/Apache VP
MLOps可以使得人工智能应用从低效能的手工制作模式，逐渐演变成自动化的、高效的流水线生产模式，将有力地促进人工智能规模化应用。盼此关于MLOps的书也能为大家学习人工智能指明方向。
—— 孟伟 中兴通讯开源战略总监
本书不仅从原理上阐述了MLOps的基本概念、方法、核心技术，更从实践角度给出了MLOps全流程搭建工具，并提供了丰富的互联网大厂典型MLOps平台搭建案例，以飨读者。内容专业翔实，极具可操作性。强烈推荐给AI算法和平台工程师，常读常新，大有裨益。
—— 陶阳宇 腾讯机器学习平台部总监
MLOps是现代软件工程理念下的机器学习系统构建方法论，指导企业在智能化升级中构建AI中台。本书全面介绍了MLOps的核心技术，结合丰富的业界实践向读者展示了AI原生时代下的AI中台技术全貌！
—— 王耀 百度智能云技术委员会主席
MLOps可以降低人工智能应用开发和维护的技术门槛和成本，是人工智能走进各行各业的关键技术。本书介绍了业界多家领先企业在MLOps方面的实践经验，具有非常高的参考价值。
—— 汪源 网易副总裁
本书作者长期工作在业务或咨询第一线，从工程师视角介绍机器学习在企业实践中的落地，系统阐述机器学习在实际工作中的困难和解决方案，是一本很好的实践指南。
—— 于洋 众安保险VP
MLOps最重要的任务是保证机器学习应用生命周期中各个环节紧密协作，让应用的智能程度不断提高，真正解决用户在现实世界中的问题。 感谢谭中意等专家的长期努力，让我们在CSDN中文社区中能看到高质量的经验和智慧结晶。期待这本书能帮助我们的研究员和工程师跨越各式各样的AI应用大峡谷。
—— 邹欣 CSDN副总裁
（按姓氏音序排列）
陈雨强 郑曌 谭中意 卢冕 等：陈雨强
第四范式联合创始人、首席研究科学家、全球人工智能应用领域杰出科学家。在NIPS、SIGKDD、AAAI等多个国际顶级人工智能会议上发表过多篇论文，获APWeb2010 Best Paper Award，在KDD Cup2011中名列第三。曾在百度凤巢主持构建世界上第一个商用的深度学习系统，在今日头条主导设计并实现了中国用户量最多的新媒体人工智能推荐系统。
郑曌
第四范式技术副总裁，Linux 基金会 AI & Data Board成员，开源机器学习数据库OpenMLDB 、AI操作系统内核OpenAIOS 项目发起人，开源推荐算法工具 SVDFeature 作者，设计开发 ATX系列机器学习全生命周期加速卡，主持中国市场份额第一的AI操作系统Sage AIOS的系统设计与研发。研究领域覆盖分布式机器学习系统架构、个性化推荐架构、高维稀疏机器学习框架等方向，曾获 ACM ICPC 世界冠军、KDD Cup 冠军。
谭中意
星策社区发起人，LF AI & Data TAC成员兼 Outreach主席，开放原子基金会TOC（技术监督委员会）主席，Apache基金会正式成员。资深开源专家，20年开源工作经验，在Sun、百度、腾讯等有丰富的平台化和开源开发、治理及运营经验，是多个开源基金会项目Mozilla、GNOME、Apache、InnerSourceCommons、Openchain的贡献者。
卢冕
香港科技大学计算机科学博士，现任第四范式资深架构师，基础算力方向主要研发负责人，软件定义的算力平台产品 SageOne 研发负责人，开源机器学习数据库 OpenMLDB 研发负责人。在人工智能基础架构、软硬件联合设计优化、数据库架构方面有深刻的技术沉淀。在国际顶级学术会议和期刊（如 SIGMOD,、VLDB 等）发表学术论文 30 余篇，专利提交或授权近 20 件。
李瀚
第四范式平台架构师，拥有多年推荐和搜索等智能系统及机器学习平台设计经验，先后负责第四范式“先知”、4Paradigm Sage HyperCycle等MLOPS产品的系统设计和开发工作，在金融、零售等多个行业拥有丰富的AI项目落地经验。
黄飞
小米商业平台技术总监，拥有10多年搜索、推荐、广告系统与商业化解决方案的落地经验，先后负责小米商业化广告引擎、投放平台、机器学习平台、搜索/推荐架构、机器学习训练框架的设计与开发工作，支撑每天百亿规模的商业化请求流量，在商业化场景解决方案方面有丰富的系统架构设计与团队管理经验。
吴官林
网易云音乐技术总监，拥有10多年AI项目落地经验，近几年专注于MLOps实践和探索，负责机器学习平台、推荐/搜索架构和实验平台落地，服务数百个内容分发和商业化场景。曾先后在腾讯广点通承担pCTR算法工程工作，主导构建实时推荐引擎；在唯品会从零开始主导构建全流程实时推荐平，在推荐系统领域有丰富的工程落地、系统架构设计和团队搭建管理经验。
陈庆
第四范式架构师，具有丰富的 AI 平台和各大行业领先企业的场景落地经验，深度参与第四范式机器学习平台 AIOS、推荐平台天枢等多个机器学习产品的设计和研发工作，对于 AI 场景落地过程中存在的痛点有深刻的洞察和见解。
袁丽雅
中兴通讯标准及开源高级工程师，有丰富的人工智能开源工作规划和开发经验。目前担任开源项目Adlik的技术指导委员会主席以及国际电信联盟（ITU）自智网络焦点组（FG AN）WG3的主席，曾参与多项人工智能相关的国际标准的制定。
付豪
第四范式高级系统开发工程师，有多年AI工程化和AI基础设施设计经验，多个高级项目团队核心成员，负责为企业构建先进的数据处理和机器学习解决方案。
赵喜生
腾讯机器学习平台架构师，曾主导华为消费者云机器学习平台的建设工作，在大数据和机器学习工程方面有丰富的行业经验，曾主导多个数据及机器学习工程产品的研发和设计工作。
颜丙政
第四范式架构师，有多年AI平台设计、研发、落地经验，先后参与第四范式强化学习平台、北极星A/B实验平台设计与研发工作，曾任职于百度，是百度全功能AI开发平台BML的核心研发成员。
刘扬
第四范式开发工程师，长期参与第四范式的AIOS等MLOPS项目的应用层研发工作，对该领域有着丰富的产品设计、开发经验。
?郭育波
众安保险大数据高级技术专家，有15年软件开发经验，曾就职于陆金所、德勤、eBay等公司，最近6年在互联网金融行业，对互联网应用架构、中间件、大数据架构有丰富的经验。目前在众安金融负责特征平台、CDP、数据中台的系统架构工作。
