---
title: "快速生成 MLOps 基礎程式碼架構：使用 ChatGPT - 劉育維"
tags: PyConTW2023, 2023-organize, 2023-共筆
---

# 快速生成 MLOps 基礎程式碼架構：使用 ChatGPT - 劉育維

{%hackmd H6-2BguNT8iE7ZUrnoG1Tg %}

<iframe src=https://app.sli.do/event/axcN9w4UBtqXJTBBW3jVz3 height=450 width=100%></iframe>

> Collaborative writing start from below
> 從這裡開始共筆

---
(以下內容由作者先行提供)

Gamma Slide: [Shared Link](https://gamma.app/docs/-MLOps-ChatGPT-17pbltwkvpo6kpx)

1. Warning
-> 因為 LLM 和 ChatGPT 隨時在更新，請務必以最新科技資訊為主。

2. 今日主題：快速生成 MLOps 基礎程式碼架構：使用 ChatGPT
-> 會先以 MLOps 和 ChatGPT 來做介紹

3. The Level of LLM Model
Level 1: Web UI Application
Level 2: API Service
Level 3: Open-Source LLM Model
Level 4: Custom LLM Model

4. ChatGPT: OpenAI 公司的 LLM 服務，不知道的趕快去玩
-> ChatGPT Link: [Link](https://chat.openai.com/)

5. 常見的製作AI問題：
(1) 團隊溝通與建置速度: 製作模型需要跨知識、跨領域、跨部門溝通，需要共同環境來打造高效率團隊
(2) 模型與專案倍增: AI 專案數量與 AI 模型數量都以倍數增加
對於專案管理及系統資源的挑戰
(3) 部署與營運問題: 如何將模型成為一個服務、模型部署成服務後的營運方法、是否能夠減少模型訓練至部署的人工作業

6. MLOps 介紹：
(1) 三大重點: 標準化、流程化、自動化
(2) 三大元素: 資料、模型、程式碼
(3) 三大重點: 管理、流程和維護方法建立
(4) 四大流程: 資料整理、模型訓練、模型部署、監控與維護模型

7. ChatGPT + MLOps:
(1) 流程建置更容易
(2) 不懂的先問他，他會告訴你一些好流程和做法

8. Demo Showcase

9. ChatGPT + MLOps 好處:
(1) 節省時間
(2) 減少錯誤
(3) 人機協作
(4) Scalability

10. 結論：ChatGPT + MLOps 帶來許多好處，節省時間、增加效率、人機協作、減省工程師負擔等

11. 你可以帶回去做的事情
(1) 重整公司ML做法，導入MLOps
(2) 嘗試導入OpenAI、ChatGPT，甚至是Local LLM，來幫助增加效率
(3) 嘗試使用雲端服務與開源軟題工具來幫助製作模型能夠事半功倍

12. 投影片製作方式：Gamma
-> Gamma邀請碼：https://gamma.app/signup?r=wv8kr34wimgb3je

---

Below is the part that speaker updated the talk/tutorial after speech
講者於演講後有更新或勘誤投影片的部份