Introduction to machine learning operations (MLOps): 点评

课程里一张截图展示了一个通用的 GitHub 界面，而单元本身就是一堵文字墙，解释 Git 是什么。然后知识测验就问我源代码管理的两大主要特性是什么。我什么都没干就到这儿了。这不是给 builder 准备的课。这就是一份 Azure Machine Learning 和 Azure DevOps 的产品目录。你读一段文字，了解 CI/CD 流水线是什么，然后看一张图，告诉你 Azure 的各个服务是怎么连起来实现这个流程的。没有沙箱环境，没有代码仓库给你 clone，连一个 YAML 文件都不用你改。你什么都搭不出来。整个学习路径就是把一堆市场介绍页面串起来，中间穿插几个连经理都能蒙对的选择题。我本来以为好歹是个轻量级的教程，比如教我怎么配一个简单的 GitHub Action 来触发 Azure ML 的训练任务，总得有点实在的东西吧。结果，我得到了一堆定义。它会告诉你“技术债”不好，“自动化”很好。谢谢啊。我明白这是个“导论”，但它是产品宣传册的导论，不是 MLOps 实践的导论。我一边等一个真正的模型训练，一边花了一个半小时把这玩意儿点完了。如果你想快速搞懂公司刚买的那套 Azure 工具都叫什么名字，那还行。但也就仅此而已了。学完你一行代码都写不出来，一条能跑的流水线也没有。