MLOps– tag –

Databricks Data + AI Summit 2026のセッション「Agent Ops on Databricks, Powered by Omnigent」の技術レポート。「動くデモ」のAIエージェントを本番運用へ引き上げるための実践プレイブックを、DevOps→MLOps→Agent Opsの進化、6つの課題、F1チームに学ぶ3つのテンポ、Omnigent（agent.yaml/ランタイムポリシー）とMLflow（評価フライホイール）の実装、RACIによる体制づくりまで、登壇スライドとともに整理する。

Data + AI Summit 2026のセッション「From MLOps to AgentOps」レポート。Air Canadaのチャットボット敗訴を入口に、MLOps→LLMOps→AgentOpsの断絶、エージェント＝ハーネスという捉え方、そして本番で信頼できる自律エージェントを出荷するための4つの意思決定（アーキテクチャ・評価・ガバナンス・昇格）を、MLflowの評価ライフサイクル、Unity AI Gateway、Declarative Automation Bundles（DABs）まで、登壇スライドとともに解説する。

Data + AI Summit 2026 Day2基調講演レポート。MLを自動化する唯一の道はエージェントだという主張から、サーバーレスGPUのAI Runtime、本番ML工学のGenie Code for ML、MLシステムを運用するGenie ZeroOps for MLまで。崩れたチケット需要予測をエージェントが自律で直すデモとともに読み解く。

Databricks Data + AI Summit 2025のInfosys協賛セッション「Delivering Industry-scale AI on Databricks」のレポート。AIをPoCからエンタープライズ規模へ広げるための3本柱——統合データ・スケーラブルなML・自律エージェント——と、サプライチェーンでの実装事例を、登壇スライドとともに整理する。

🎯この記事の芯 — AIの自動化でも大事なのは結局2つ。コンテキスト（AIに“自社の文脈”を渡して“それっぽい誤り”を防ぐ）とガ...

製造業のR&Dでは「技術力はあるが収益化できない」というジレンマが存在します。本記事では、Dataikuで構築した投資...

今回は、Dataiku のシナリオ機能を用いてワークフロー（データパイプライン）を自動化し、定期実行するための手順を紹介しま...

MLOpsエンジニアとは何かを初心者にも分かりやすく解説。機械学習モデルの開発から運用、監視、改善までを支える役割、必要ス...

MLflowとは、機械学習の実験管理やモデル管理だけでなく、LLM・生成AI・AIエージェントの評価、Tracing、プロンプト管理、運...

LLMOpsの基本概念から2026年最新トレンド、AIエージェント時代の運用手法、RAG・評価・監視・セキュリティ・ガバナンスまでを...