MLOps（Machine Learning Operations）是一種將軟體工程原則和實踐套用於機器學習系統的實踐，旨在自動化和管理機器學習模型的生命周期。
MLOps涵蓋數據處理、模型訓練、模型部署、模型監控和模型更新等階段，旨在提高機器學習系統的可靠性、可重複性、可擴展性和安全性，更好地滿足業務需求。MLOps關注於實現高效、協作的機器學習開發和部署流程，涉及到數據科學家、工程師、運營人員和其他團隊成員之間的緊密合作。它包括項目設計、模型開發和模型運維三大步驟，涉及業務、數據、算法和運維的融合，以構建可通用、可復用的模型生產流水線。
MLOps不僅僅是一套工具或技術，而是一種實踐方法，它統一了ML研發和運營過程，實現了提質增效，賦能AI模型全生命周期的各個流程。