LINE 日前盛大举行一年一度的 LINE 台湾开发者大会「LINE TAIWAN TECHPULSE 2020」，在主题专讲中，LINE 分享今年在台包括 VKS 容器化平台、MLU 机器学习平台等技术跃进，并且大幅提升开发效率，同时揭开 LINE CLOVA 在台发展方向。
LINE 导入 VKS 容器化平台，强化开发部署效率
疫情不仅让民众对网路服务的依赖度提高，也促使网路服务商加速优化基础设施。其中，容器化平台服务（Verda Kubernetes Services，VKS）具有弹性，当使用人数以及流量暴增时可以自动平行扩展，承载瞬间的流量峰值，为使用者提供更稳定的服务体验；同时 VKS 也整合许多开源的生态系资源，并因全球 Kubernetes 开发社群相当活跃、共同维护，这样的平台对单一厂商而言，维护成本相对较低。
LINE 总部已在今年初建立 VKS，LINE 台湾团队在地完成所有服务的架构重构，到了第三季已将所有台湾的专案与服务搬移到 VKS 上，在 10 月份就有 20 多项专案在 VKS 上面运作，部署超过 130 个 App 配置以及 50 多个丛集。
LINE 台湾技术长陈鸿嘉也在主题演说时分享，台湾专案数快速成长，如何有效发挥人力资源便成为重要课题，其中包括强化开发部署的效率。当新进人员到来期望能够尽快加入应用开发，以往只靠 Verda 虚拟机器时，新人大约需要 1、2 週建置开发工作环境；但从虚拟机器转到 VKS 后，新人在报到的半小时后就能加入应用开发。
LINE 打造 MLU 机器学习平台，优化专案开发管理流程
LINE TAIWAN TECHPULSE 2020 另一亮点即是 MLU（Machine Learning Universe）机器学习平台。LINE 台湾在 2018 年成立资料工程研发团队，正规化资料获取流程，逐步累积台湾使用者行为资料，团队会利用海量的去识别化资料来训练机器学习模型。
原本训练好的模型需要人工部署到线上环境，过程中有许多繁琐的重複工作。于是今年 LINE 以 MLOps 观念打造 MLU 机器学习平台，让团队训练完的模型能快速测试，直接部署到服务中，大幅提升开发效率。
除此以外，MLU 对机器学习相关专案的流程管理也是很有效的辅助平台。原先在机器学习专案的开发过程中，每个阶段都是独立运作，一个阶段完成后交棒给下一阶段，每个阶段成员不同，交接之间的协作不完全顺畅。LINE 台湾资料工程部资深经理蔡景祥强调，MLU 让团队可在同一个平台上执行每个阶段所需要的工作。当每个阶段成员的角色都定义清楚时，团队就能以一致、标準化流程进行开发，让开发人力达到最佳化部署，也让机器学习技术规模化并落实在各个专案当中。
