MLOps 워크플로

이 연습 문제에서는 몇 가지 Kubernetes 개념을 MLOps 워크플로에 적용해 보겠습니다.

여러분의 회사 데이터 사이언스 팀은 IoT 디바이스의 시계열에서 비정상적으로 큰 값(이상치)을 탐지하는 알고리즘을 사용하고 있어요. 이 알고리즘은 지속적으로 개선되어 해당 Docker 이미지의 새 버전이 자주 만들어집니다. 여러분의 과제는 이 알고리즘을 프로덕션에 배포하고, 각 버전의 성능을 개별적으로 테스트할 수 있도록 데이터 사이언스 팀을 지원하는 것입니다.

다음이 준비되어 있습니다:

• 탐지 알고리즘을 실행할 실제 데이터(data.csv)로, Docker 이미지에 복사됩니다.
• 이상치 탐지 알고리즘의 두 가지 버전(detect_outliers_*.py)
• 서로 다른 두 버전을 포함하는 이미지를 만들기 위한 두 개의 Dockerfile(Dockerfile.outlier_detection_*)
• 이미지를 준비하고 업로드하는 bash 스크립트(01_images.sh)
• 이상치 탐지 알고리즘을 배포하는 데 사용할 Kubernetes Manifest 02_pods_outlier-detection.yml