はじめに

前回は、SageMaker Feature Store について整理しました。

Feature Store は、機械学習で使う特徴量を管理・再利用するための仕組みでした。

今回は、機械学習プロジェクトを実務で運用するうえで重要になる
SageMaker Pipelines と MLOps について整理します。

機械学習では、モデルを一度作って終わりではありません。

実務では、以下のような作業を何度も繰り返します。

データを取得する
データを前処理する
特徴量を作る
モデルを学習する
モデルを評価する
条件を満たしたモデルを登録する
本番環境にデプロイする
本番データを監視する
必要に応じて再学習する

この一連の流れを毎回手作業で行うと、ミスが起きやすく、再現性も低くなります。

そこで重要になるのが、
機械学習の作業をパイプラインとして自動化・管理する考え方 です。

本記事では、

MLOps とは何か
なぜ ML にパイプラインが必要なのか
SageMaker Pipelines とは何か
典型的な ML パイプラインの流れ
Pipeline の各ステップ
実務や試験での見られ方

を、初心者にも分かりやすく整理します。

🎯 対象読者

SageMaker Pipelines の役割を整理したい方
MLOps の基本を理解したい方
機械学習のワークフローを自動化する理由を知りたい方
AWS の AI / ML 系資格を勉強している方
実務で ML モデルを継続的に改善する流れを理解したい方

🧩 まず結論：SageMaker Pipelines は ML ワークフローを自動化する仕組み

SageMaker Pipelines は、簡単に言うと、
機械学習の一連の作業をステップとして定義し、自動実行・管理するための仕組み です。

一言で言うと、以下のように覚えると分かりやすいです。

SageMaker Pipelines = ML ワークフローを自動化・再現可能にする仕組み

たとえば、以下のような流れをパイプラインとして管理できます。

データ前処理
↓
モデル学習
↓
モデル評価
↓
条件判定
↓
モデル登録
↓
デプロイ

この流れをコードとして定義しておくことで、
毎回同じ手順でモデル開発・評価・デプロイを行いやすくなります。

🔁 MLOps とは？

MLOps とは、
Machine Learning Operations の略です。

簡単に言うと、
機械学習モデルを継続的に開発・運用・改善するための考え方や仕組み です。

ソフトウェア開発では、CI/CD によってコードのビルド、テスト、デプロイを自動化します。

機械学習でも同じように、

データ準備
モデル学習
モデル評価
モデル登録
デプロイ
監視
再学習

を継続的に回す必要があります。

このような ML 版の運用・自動化の考え方が MLOps です。

🧠 なぜ機械学習には MLOps が必要なのか？

通常のアプリケーション開発では、主にコードを管理します。

しかし、機械学習ではコードだけでなく、以下も重要になります。

管理対象	説明
データ	学習に使うデータが変わる
特徴量	前処理や特徴量定義がモデル性能に影響する
モデル	学習結果としてモデルファイルが作られる
ハイパーパラメータ	学習設定によって結果が変わる
評価指標	どのモデルを本番に出すか判断する
デプロイ環境	Endpoint や Batch Transform など
監視結果	Data Drift や精度低下を検知する

つまり、機械学習では

コード + データ + モデル + 評価 + 運用

をまとめて管理する必要があります。

これが、MLOps が重要になる理由です。

⚠️ 手作業の ML 開発で起きやすい問題

最初の実験段階では、notebook でデータを加工し、モデルを学習し、結果を見るだけでも十分かもしれません。

しかし、実務で同じことを続けると、以下のような問題が出てきます。

問題	説明
再現性が低い	前回と同じ結果を再現しにくい
手順漏れが起きる	前処理や評価を忘れる可能性がある
属人化する	特定の人しか手順を理解していない
モデル比較が難しい	どの設定で作ったモデルか分からない
本番反映が不安定	評価不足のモデルを出してしまう
再学習が面倒	新しいデータで学習し直すたびに手作業になる

機械学習を実務で使い続けるには、
一度だけ成功すること よりも、
同じ手順を安定して繰り返せること が重要です。

🏗 SageMaker Pipelines とは？

SageMaker Pipelines は、
SageMaker 上で機械学習ワークフローを作成・自動化・管理するための機能です。

モデル開発で必要な処理を、ステップとして定義できます。

代表的なステップには、以下のようなものがあります。

ステップ	役割
Processing Step	データ前処理や特徴量作成を行う
Training Step	モデルを学習する
Tuning Step	ハイパーパラメータチューニングを行う
Evaluation Step	モデルを評価する
Condition Step	評価結果に基づいて分岐する
Register Model Step	モデルを Model Registry に登録する
Transform Step	Batch Transform を実行する

これらを組み合わせて、機械学習の流れを自動化します。

🧭 典型的な ML パイプラインの流れ

実務でよくある ML パイプラインの流れは、以下のようになります。

1. データを取得する
2. データを前処理する
3. 特徴量を作成する
4. モデルを学習する
5. モデルを評価する
6. 評価結果を確認する
7. 条件を満たしたらモデルを登録する
8. 必要に応じてデプロイする

もう少し SageMaker 風に書くと、以下のようなイメージです。

Processing Step
↓
Training Step
↓
Evaluation Step
↓
Condition Step
↓
Register Model Step
↓
Deploy

この流れをパイプラインとして定義することで、
モデル開発の手順を標準化できます。

🧹 Processing Step：データ前処理

Processing Step は、
データ前処理や特徴量作成を行うステップ です。

たとえば、以下のような処理を行います。

欠損値処理
外れ値処理
カテゴリ変数のエンコード
正規化 / 標準化
特徴量作成
train / validation / test の分割

Day 7 や Day 9 で整理したデータ前処理の内容が、ここに対応します。

元データ
↓
Processing Step
↓
学習用データ

モデル学習の前に、データをモデルが扱いやすい形に整える重要なステップです。

🏋️ Training Step：モデル学習

Training Step は、
Training Job を実行してモデルを学習するステップ です。

Processing Step で作成した学習データを使い、モデルを学習します。

学習用データ
↓
Training Step
↓
モデル成果物

このステップでは、アルゴリズム、インスタンスタイプ、ハイパーパラメータなどを指定します。

Day 10 で整理した Training とハイパーパラメータの内容が、ここに対応します。

🎛 Tuning Step：ハイパーパラメータチューニング

Tuning Step は、
複数のハイパーパラメータ設定を試して、より良いモデルを探すステップ です。

すべてのパイプラインで必須ではありませんが、
モデル性能を改善したい場合に使います。

複数の Training Job
↓
評価指標で比較
↓
最も良い設定を選択

ただし、チューニングは時間とコストがかかるため、
実務では探索範囲や試行回数を適切に設計することが重要です。

📊 Evaluation Step：モデル評価

Evaluation Step は、
学習したモデルの性能を評価するステップ です。

たとえば、分類モデルなら以下のような指標を確認します。

accuracy
precision
recall
F1 score
AUC

回帰モデルなら、以下のような指標を確認します。

RMSE
MAE
R²

評価結果は、次の Condition Step で使われることがあります。

たとえば、

F1 score が 0.8 以上なら登録する
F1 score が 0.8 未満なら登録しない

のような判断です。

🚦 Condition Step：条件分岐

Condition Step は、
評価結果などに基づいて、次に進むかどうかを判断するステップ です。

たとえば、以下のような条件を設定できます。

validation accuracy >= 0.85
F1 score >= 0.80
RMSE <= 1000

条件を満たした場合だけ、モデルを登録したり、デプロイに進めたりします。

このステップにより、性能が不十分なモデルがそのまま本番に出るリスクを減らせます。

📦 Register Model Step：モデル登録

Register Model Step は、
学習したモデルを Model Registry に登録するステップ です。

Model Registry では、モデルのバージョンや承認状態を管理できます。

たとえば、

モデルバージョン
使用したアルゴリズム
評価指標
モデル成果物の場所
承認状態
デプロイ対象かどうか

などを管理します。

Model Registry については、次回 Day 15 で詳しく整理します。

🚀 Deploy：デプロイ

パイプラインの最後に、モデルを Endpoint や Batch Transform 用にデプロイすることがあります。

ただし、実務では必ずしもパイプライン内で自動デプロイするとは限りません。

たとえば、

モデルを登録する
↓
担当者が承認する
↓
別のデプロイパイプラインで本番反映する

という運用もあります。

重要なのは、評価されていないモデルをいきなり本番に出さないことです。

🔁 再学習パイプライン

MLOps では、モデルを一度作って終わりではなく、
新しいデータを使って再学習することが重要です。

再学習パイプラインのイメージは以下です。

新しいデータを取得
↓
前処理
↓
再学習
↓
評価
↓
既存モデルと比較
↓
良ければ登録・デプロイ

たとえば、Data Drift を検知した場合や、一定期間ごとにモデルを更新したい場合に、
再学習パイプラインが役立ちます。

🧪 具体例：解約予測モデルのパイプライン

顧客の解約予測モデルを例に考えます。

Step 1：データ前処理

顧客データ、ログイン履歴、購入履歴を取得
欠損値を処理
特徴量を作成
train / validation / test に分割

Step 2：モデル学習

Training Step でモデルを学習

Step 3：モデル評価

validation data で F1 score や recall を確認

Step 4：条件判定

F1 score >= 0.80 なら次へ
それ未満ならモデル登録しない

Step 5：モデル登録

条件を満たしたモデルを Model Registry に登録

Step 6：デプロイ

承認後に Endpoint へデプロイ

このように、手作業で行っていた一連の流れを、
パイプラインとして管理できます。

☁️ AWS 試験での見られ方

AWS の AI / ML 系試験では、SageMaker Pipelines は MLOps や自動化の文脈で出てきやすいです。

特に、以下のようなキーワードが出たら意識するとよいです。

「ML ワークフローを自動化したい」

この場合は SageMaker Pipelines が候補になります。

前処理
学習
評価
登録
デプロイ

を自動化・管理したい場面です。

「再現性のある ML プロセスを作りたい」

手作業ではなく、同じ手順を繰り返し実行したい場合も Pipelines が向いています。

毎回同じ前処理
同じ評価手順
同じ登録フロー

を実現しやすくなります。

「評価指標に基づいてモデル登録を判断したい」

この場合は Evaluation Step と Condition Step を考えます。

評価結果を見る
↓
条件を満たすか判断
↓
満たしたら Model Registry へ登録

という流れです。

👨‍💻 実務目線で見ると

実務では、モデル開発を notebook の中だけで完結させると、
本番運用に進むときに困ることがあります。

特に問題になるのは、以下です。

誰が実行しても同じ結果になるか
どのデータで学習したのか
どの前処理を行ったのか
どのハイパーパラメータを使ったのか
どの評価指標で合格と判断したのか
どのモデルを本番に出したのか

SageMaker Pipelines を使うと、これらをワークフローとして整理しやすくなります。

機械学習を実務で使う場合は、単に「良いモデルを作る」だけでなく、
良いモデルを安定して作り続ける仕組み が重要です。

🧠 ここは特に覚えたいポイント

覚え方 1

MLOps = ML モデルを継続的に開発・運用・改善する考え方

覚え方 2

SageMaker Pipelines = ML ワークフローを自動化・管理する仕組み

覚え方 3

Processing → Training → Evaluation → Condition → Register

覚え方 4

Condition Step = 評価結果に基づいて次に進むか判断する

覚え方 5

パイプライン化する目的は、再現性・自動化・標準化

✅ まとめ

今回は、SageMaker Pipelines と MLOps について整理しました。

重要なポイントは以下です。

MLOps は、機械学習モデルを継続的に開発・運用・改善する考え方
SageMaker Pipelines は、ML ワークフローを自動化・管理するための仕組み
機械学習では、コードだけでなくデータ、特徴量、モデル、評価、運用を管理する必要がある
Pipelines では、前処理、学習、評価、条件判定、モデル登録などをステップとして定義できる
Condition Step により、評価指標を満たしたモデルだけを次の工程に進められる
パイプライン化により、再現性、自動化、標準化がしやすくなる
実務では、モデルを一度作ることより、安定して改善し続ける仕組みが重要

機械学習を本番運用するには、モデル単体ではなく、
モデルを作り、評価し、登録し、運用する流れ全体 を設計することが大切です。

📌 次回予告

次回は、SageMaker Pipelines とセットで理解しておきたい

Model Registry
モデルのバージョン管理
承認フロー
本番デプロイ前の管理

について整理します。

モデルを安全に本番へ出すために、どのように管理するのかを見ていきます。