이 연습 문제에서는 제시된 활동들을 분류해 보겠습니다. 각 활동은 MLOps 수명 주기의 세 단계 중 하나에 속해요.
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 첫 장에서는 산업 환경에서 MLOps를 도입해야 하는 이유를 살펴봅니다. 비즈니스에서 가치를 창출하는 데 MLOps가 왜 중요한지 배우게 될 거예요. 또한 ML 단계들을 복습하면서, 각 단계가 MLOps로 어떻게 강화되는지에 집중합니다. 장 마지막에는 완전 자동화된 MLOps 시스템의 기준 아키텍처를 살펴봅니다. 이후 이 아키텍처를 바탕으로 모든 MLOps 시스템에 중요한 구성 요소와, 본 과정을 이어갈 출발점을 탐색해 보겠습니다.
현재 연습
이 장에서는 완전 자동화된 MLOps 시스템을 구성하는 핵심 요소들을 계속해서 살펴봅니다. 먼저, MLOps에서 오케스트레이션의 중요성과 이것이 ML 파이프라인의 효율성과 확장성을 보장하는 데 어떻게 기여하는지 알아봐요. 그다음, 다양한 MLOps 배포 전략을 검토하고, 시스템에 맞는 올바른 전략을 선택하는 방법을 배웁니다. 마지막으로 CI/CD/CT/CM을 학습하고, 이것이 오케스트레이션 및 모범 사례와 어떻게 보완적으로 작용해 MLOps 시스템의 완전 자동화를 달성하는지 이해합니다. 이 내용을 통해 효율적이고 정확하며 신뢰할 수 있는 완전 자동화 MLOps 시스템을 구축할 준비를 갖추게 될 거예요.
이 장에서는 자동화의 세계를 깊이 탐구하고, 더 탄탄하고 효율적인 ML 시스템을 설계하는 방법을 배웁니다. 먼저 MLOps 시스템에서 자동화의 기본을 이해한 뒤, 설계 패턴과 페일세이프 메커니즘의 힘을 살펴봅니다. 또한 MLOps 시스템에서 자동화된 테스트를 구현하는 방법과, 하이퍼파라미터 튜닝을 활용해 모델과 워크플로를 최적화하는 방법을 배우게 됩니다. 이 장을 마치면, 효율적이면서도 신뢰할 수 있는 완전 자동화 MLOps 시스템을 구축하고 운영하는 데 필요한 기술과 지식을 갖추게 될 거예요.
마지막 장에서는 자동화된 MLOps 아키텍처의 핵심 구성 요소를 다룹니다. 자동화된 실험 추적과 모델 레지스트리부터 피처 스토어와 메타데이터 스토어의 역할까지, 완전 자동화된 MLOps 시스템의 세부 요소를 폭넓게 이해할 수 있도록 구성했어요. 숙련된 ML 실무자든 이제 막 시작하는 분이든, 이 장을 통해 자동화된 MLOps 워크플로를 설계하는 데 필요한 지식과 역량을 갖추게 됩니다.
