ML还足够年轻，缺乏传统软件开发的成熟工具和工作流程，诸如敏捷开发，持续集成和连续部署等概念使公司牢牢牢牢牢牢
人工智能（AI）/机器学习（ML）软件开发和部署生命周期仍然非常新生。将模型转移到生产的挑战加剧了对速度的需求和合格的ML工程师的短缺。但是希望事情可能很快变得更好。
新的平台和工具正在发芽，将其定义为MLOP，本身就是DevOps的导数。
从TechRepublic查看全文
找不到条目
