许多教程向您展示了如何从构思到部署模型开发ML系统。但是随着工具的不断变化，这些系统很快就会过时。如果没有一个有意的设计来将组件组合在一起，这些系统将成为技术上的负担，容易出错并很快崩溃。 在这本书中，Chip Huyen为设计真实世界的ML系统提供了一个框架，可以快速部署、可靠、可伸缩和迭代。这些系统有能力从新的数据中学习，改进过去的错误，并适应不断变化的需求和环境。您将学习从项目范围、数据管理、模型开发、部署和基础设施到团队结构和业务分析的所有内容。

• 了解生产中ML系统的挑战和需求
• 用不同的采样和标记方法建立训练数据
• 利用最佳技术为ML模型设计特性，以避免数据泄漏
• 选择、开发、调试和评估最适合您的任务的ML模型
• 为不同的硬件部署不同类型的ML系统
• 探索主要的基础设施选择和硬件设计
• 理解机器学习的人的方面，包括将机器学习集成到业务、用户体验和团队结构中