将机器学习 (machine learning)模型从开发环境转移到实际运行的生产系统会面临一系列特有的运维难题。本章介绍机器学习运维 (MLOps)，这是一门专注于高效、可靠地构建和维护机器学习系统的学科。

我们将通过以下几个方面的内容，开启对 MLOps 的认识：

• MLOps 的明确定义及其旨在解决的问题。
• MLOps 与 DevOps 的关系，并说明两者之间的主要差异。
• MLOps 策略的主要目标，从自动化到可复现性。
• 指导 MLOps 实践的基本准则。
• 在生产环境中运行机器学习模型时遇到的常见困难，例如数据漂移和模型失效。

学完本章后，你将清楚地理解 MLOps 的定义、必要性及其背后的基本思想。