「MLOps 倡導資料科學家、資料工程團隊、軟體工程團隊和維運團隊之間更好地合作。」——《MLOps实践：机器学习从开发到生产》（本書為簡體中文作者出版書籍，引用內文則經過轉譯為正體中文。）

有時候我們會有一種錯覺，以為只要團隊實踐了 DevOps，解決 Dev 與 Ops 的隔閡之後，就可以從此天下太平。

但實際上，當 DevOps 的文化、流程、工具順利在軟體開發團隊內推廣之後，很快你就會發現另一層面的隔閡在等著你。

你的軟體團隊與資料團隊之間的隔閡？你的資料團隊與 ML 團隊之間的隔閡？還有 IT 維運團隊與所有人的隔閡？（咦）

於是我們會聽見像是 DataOps、MLOps、Platform engineering 及其他更多延伸自 DevOps 的詞彙與倡議。

雖然這些倡議的名稱不同，但它們背後的精神都是同一件事，如何讓價值可以更順暢地交付出去。

因此，DevOps、DataOps、MLOps 這些名字叫什麼真的一點都不重要。

重要的是我們能否建立出一個跨部門、跨角色的企業文化，讓打破隔閡、交付價值、持續改善，成為每個團隊的日常。

當你的團隊發現交付價值的 Flow 卡住時，你們會怎麼做呢？

是只能獨自面對瓶頸，還是能夠跨部門、跨角色的共同排除阻礙呢？