▼ 概要
エクサウィザーズはヤマト運輸株式会社向けにMLOps（※1）を実現する環境を構築し、機械学習モデルの「データ抽出→前処理→学習→予測→評価」などの作成プロセスを自動化しました。
これにより、月次の機械学習モデルの運用が高速化し、継続的な改善が可能になりました。
※1 Machine Learning Operations（機械学習オペレーション）の略
▼ 背景
ヤマト運輸は約6,500店ある宅急便センターの数ヶ月先の業務量を予測するため、機械学習モデルを毎月作成し、需要に応じた効率的な経営資源の最適配置とコスト適正化を推進しています。
▼ 課題
毎月運用する機械学習モデルは複数あり、作業は多岐に渡ります。これらにスピード感をもってPoCに取り組んだ結果、作業負荷が高い状態が続いていました。また、事業部への予測結果報告までの運用スケジュールが短期的なため、機械学習モデルの再作成や予測の再分析が難しい課題も抱えていました。
▼ 取り組みと成果
結果、月次の機械学習モデルの運用が高速化し、運用工数が大幅に削減しました。加えて、機械学習パイプラインの中で動くプログラムのテストも自動化でき、効率的な運用→開発の月次サイクルが出来ました。このサイクルにより、機械学習モデルの運用が安定すると同時に、プログラムの継続的な機能開発及び機械学習モデルの精度改善が可能になりました。
