本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 MLOps 檢查清單評估您的 ML 專案
<a name="introduction"></a>

*Charles Frenzel、Sharath Nagaraja 和 Spencer Romo Amazon Web Services (AWS)*

*2023 年 7 月* ([文件歷史記錄](doc-history.md))

[MLOps 檢查清單](samples/MLOps-checklist.zip)是可行的檢查清單，您可以在機器學習 (ML) 專案的任何階段使用。檢查清單是一種工具，用於評估整體準備度、檢查系統涵蓋範圍，以及識別分散式 ML 系統中的新機會領域。MLOps 是提供 ML 解決方案的人員、技術和程序的組合。架構良好的 MLOps 可協助企業有效且一致地將 ML 模型部署至生產環境，並可提供商業價值。

使用 MLOps 檢查清單可協助您執行下列動作：
+ 評估您的 MLOps 系統。
+ 尋找機會領域。
+ 尋找需要改進的領域。
+ 在 AWS 上評估和更新策略藍圖。
+ 產生待處理項目。

我們建議您在 MLOps 專案開始時使用 MLOps 檢查清單，但可以在任何階段期間使用一部分。