MLOps 실전 가이드

470

MLOps 실전 가이드

운영의 효율성을 높이고 싶다면 가용한 기술이나 접근 방식 중 어떤 것에도 편견을 가져서는

안 된다.

AutoML

이 프로토타이핑 속도를 높인다면 사용하라. 클라우드 컴퓨팅이 머신러닝 모

델 구축 속도를 높인다면 구현하라. 코로나

19

펜데믹 속 백신 개발과 같은 기술이 혁신을 보여

주듯이 적절한 긴박함은 엄청난 일들을 할 수 있게 만든다.

MLOps

는 신속성에 질서를 더해주

며, 머신러닝 모델을 사용하여 세상을 발전시키게 한다.

연습해보기연습해보기

●

지속적으로 학습 및 배포가 가능한 머신러닝 애플리케이션을 구축해보자.

●

쿠버네티스 스택을 활용하여 머신러닝 모델을 배포해보자.

●

같은 머신러닝 모델을 지속적인 배포가 가능하도록

AWS

, 애저,

GCP

를 사용하여 구현해보자.

●

클라우드 기반

AutoML

시스템과

Create

ML

, 루드윅과 같은 로컬 자동 머신러닝 시스템을 사용

하여 모델을 학습시켜보자.

생각해보기생각해보기

●

현재 소셜 미디어 추천 시스템이 가진 부정적인 요소를 제외한 추천 시스템을 만드려면 무엇을 개선

해야 할까?

●

복잡한 시스템을 모델링할 때 그 정확성과 해석력을 향상하기 위해 무엇을 할 수 있는가?

●

MLOps

를 효율적으로 운영하는 것은 머신러닝을 통해 시장을 선도하고 싶어하는 기업에게 어떤

이점을 주는가?

●

MLOps ...