DVCとAmazon SageMaker AI MLflowアプリによるエンドツーエンドの系譜（ラインエージ）
Amazon AWS AI Blog / 2026/4/22
💬 オピニオンDeveloper Stack & InfrastructureTools & Practical UsageModels & Research
要点
- DVC（Data Version Control）、Amazon SageMaker AI、SageMaker AI MLflow Appsを組み合わせて、MLモデルの系譜（ラインエージ）をエンドツーエンドで構築する方法を紹介しています。
- 系譜追跡のための2つの導入可能なパターンとして、「データセット・レベル」と「レコード・レベル」のラインエージを提示しています。
- 付属のノートブックを使うことで、自分のAWSアカウント上でこれらのパターンを実行でき、実装を現場に落とし込めます。
- データのバージョンからデプロイされたモデルまでの追跡性を高めることに焦点を当てています。
この投稿では、DVC（Data Version Control）、Amazon SageMaker AI、そしてAmazon SageMaker AI MLflow Appsを組み合わせて、エンドツーエンドのMLモデル系統（ラインエージ）を構築する方法を示します。付属のノートブックを使って、お使いのAWSアカウント上で実行できる、2つのデプロイ可能なパターン――データセットレベルの系統（lineage）とレコードレベルの系統（lineage）――を順を追って説明します。
