Machine learning at scale

Machine learning at scaleは、機械学習エンジニアのスキル向上を支援し、10倍の力を持つ機械学習エンジニアになることを目指す、サブスクリプション型の知識プラットフォームです。Googleの機械学習エンジニアであるLudovico Bessi（Ludo）が運営しており、Google、Amazon、YouTube、Microsoftなどの大手企業に所属する6000人以上の機械学習エンジニアがすでに購読しています。

主なコンテンツと機能

• MLシステムの解剖学：機械学習システムの内部構造と構成要素を詳しく解説します。
• MLシステムのパターン：MLシステム設計における一般的なパターンとベストプラクティスを紹介します。
• MLシステムのケーススタディ：実例を通じて、大規模MLシステムの構築と最適化を分析します。

今後予定されている深掘りテーマ

• LLMのトレーニング。
• 大規模LLM推論。
• 大規模レコメンデーションシステム。
• 本番環境のコンピュータービジョンシステム。
• 検索・ランキングシステム。
• MLSysコース：機械学習システムのコース。

対象ユーザー

• スキルを高め、能力を最大限に引き出したい機械学習エンジニア。
• 情報検索、ランキング、レコメンデーションシステム、LLM統合に関するAI支援を求める企業。

著者の専門的背景

実務経験が豊富な専門家がコンテンツを提供します。Ludovico Bessiの主な実績は次のとおりです。

• Googleで、数十億人のユーザーを対象に、500k QPSの大規模MLシステムを使った不正対策に従事。
• ユーザー行動を理解するため、トランスフォーマーベースのモデルを事前学習・ファインチューニング。
• 広告選択からフォーマットまで、YouTube Adsのエンドツーエンドシステムに従事。
• より優れたレコメンデーションシステムを構築し、YouTubeを世界最高の動画ショッピング先にする取り組みに参加。
• CERNで機械学習技術を応用し、粒子間相互作用を研究。
• Volvoでトランスフォーマーを基盤とするコンピュータービジョンの卒業論文を開発。

利用と料金

ユーザーはSubstackから購読して、毎週高品質な知見を受け取れます。現在は無料で提供されています。AI支援を求める企業は、LinkedInから無料の初回相談を申し込めます。