在每個階段，我們都可以區分不同的任務。辨識這些任務有助於了解誰會參與、以及可以套用哪些做法或工具。
在這個練習中，你要將任務分類到對應的階段。
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
你將先學習 MLOps 的核心特性。接著探索機器學習生命週期、其各個階段，以及與 MLOps 流程相關的角色分工。
當前練習
接下來，你將學到機器學習生命週期中的設計與開發階段。你會探索價值增益評估、資料品質、特徵儲存，以及實驗追蹤。
本章將帶你深入了解把機器學習部署到生產環境的相關概念，例如執行階段環境、容器化、CI/CD 流程，以及部署策略。
最後，你將學到如何在生產環境維護機器學習，包含統計與運算監控、再訓練、不同的 MLOps 成熟度層級，以及可用於機器學習生命週期中以簡化流程的工具。
