一、定義：
MLOps（Machine Learning Operations）是一種將機器學習模型「系統化管理、部署、自動化」的工程流程，類似 DevOps。
二、功能重點：
- 模型部署：自動將模型串進應用程式（如 API）
- 模型監控：持續追蹤模型效能是否下降（drift）
- 資料版本控制：管理不同批次的訓練資料
- 模型迭代管理：對模型版本、回訓流程自動追蹤
- 測試與更新自動化：新模型訓練完成後自動測試＋上線
三、實務應用：
- 金融風控模型每日更新監控
- 雲端自動部署模型 API（如使用 Azure ML、SageMaker）
- 搭配 CI/CD 流程實現「持續學習 → 部署 → 監控 → 重訓」
補充、MLOps 四大核心模組與功能一覽表
