概要
本章は、機械学習（ML）エンジニアやデータサイエンティストがMLシステム設計の面接で成功するための支援を目的として執筆しました。面接準備以外にも、実世界でのMLの適用方法について包括的な理解を深めたい方にも役立つ内容です。
多くのエンジニアは、MLシステムをロジスティック回帰やニューラルネットワークなどのアルゴリズムだけと捉えがちです。しかし、実際にはモデルの開発以上に重要な要素がたくさんあります。実運用におけるMLシステムは非常に複雑で、データを管理するためのデータスタックや、数百万のユーザーに対応するサービングインフラ、システムのパフォーマンスを評価するための評価パイプライン、モデルのパフォーマンスが時間とともに劣化しないように監視するなど、多くのコンポーネントで構成されています。
