標籤
MLflow
MLflow 是用來管理機器學習實驗、模型版本與部署流程的開源平台，常和 MLOps、SageMaker、S3 一起出現。它讓訓練參數、指標、模型產物與追蹤紀錄可重現，也方便比較不同資料量與微調設定的效果。
7 篇文章
工具應用/6月27日
MLOps 路線圖把學習變交付
我把一份 MLOps 路線圖拆成可照做的交付順序，從基礎到上線、監控與模板都能直接抄。
AI Agent/6月21日
Genie Code 把 Databricks 變 ML 指揮台
我拆 Databricks 的 Genie Code 更新，整理成可直接套用的 ML 工作流模板、提示詞與審核節點。
產業動態/6月16日
MLOps Zoomcamp 把模型帶上線的完整路線
9 個免費模組、14.8k 星標，從實驗追蹤到部署監控與最終專案，幫你判斷這門 MLOps 課程是否適合把模型推進 production。
工具應用/6月2日
Databricks AWS 自訂模型重點
Databricks 說明如何在 AWS 上打包、部署與擴展自訂模型，重點是 MLflow、CPU/GPU 選擇、冷啟動、重載規則與容量規劃。
工具應用/5月22日
SmartHire 把 MLflow 變初始存取
我拆 SmartHire 的 MLflow 繞過、Pickle RCE 和可寫 plugin 提權，最後整理成可直接抄的攻擊路徑。
工具應用/4月2日
MLOps 是什麼？ML 團隊怎麼上線模型
MLOps 把模型訓練、測試、部署和監控變成可重複流程。這篇用 AWS 的視角，拆解它怎麼運作、為何重要，以及和 DevOps 的差別。
模型發布/4月2日
AWS 用 S3 加速 LLM 微調
AWS 示範怎麼用 SageMaker Unified Studio、S3 和 MLflow，拿 DocVQA 資料微調 Llama 3.2 11B Vision Instruct，並比較 1,000、5,000、10,000 筆資料的訓練效果。