ML需要大量的数据，无论这些数据来自何处，管理它都可能很困难。MLOps可以帮助组织轻松地管理这个数据宝库，例如数据准备（清理、转换和格式化）和数据标记，还非常适合数据版本控制和跟踪，最后，MLOps通过提供工具和工作流程来帮助数据存储和安全性，从而实现数据的高效存储和检索。整体脉络：管理的来源、计算（转换和编码）、存储、周期性更新，而后基于，如何关联特征（批量、实时）拼凑为训练样本<x,y>。此