Kubeflow とは？

そうだよ。KubeflowはKubernetesの上に乗るプラットフォームで、学習ジョブやサービングをPodとして動かすんだ。GKE・EKS・AKSなどのマネージドKubernetesにデプロイして使うのが一般的だね。

データ前処理→学習→評価→登録という各ステップをコンテナ単位で定義して、DAG（有向非巡回グラフ）としてつなげるんだよ。同じパイプラインを何度でも再実行でき、実験の比較や再現が楽になるよ。

MLflowは実験追跡・モデル管理に特化した軽量なツールで、どの環境でも動くよ。KubeflowはKubernetes前提だけどパイプライン実行からサービングまで一気通貫で管理できる。スケールするチームにはKubeflow、手軽に始めるならMLflowという選び方が多いね。

ハイパーパラメータを自動チューニングするコンポーネントだよ。ベイズ最適化やランダムサーチなどのアルゴリズムで学習率や層数を探索して、最良の組み合わせを見つけてくれるんだ。

確かにKubernetes自体のコストがあるから個人開発には重いね。でもGoogleやNTTなど大規模MLを運用するチームではスタンダードに近い存在だよ。最近はVertex AI PipelinesのようにKubeflowのコンセプトをマネージドサービスにしたものも増えているんだ。