개발 단계

비즈니스를 위한 MLOps

Arne Jonas Warnke

Head of Emerging Curriculum

개발 단계의 핵심 단계

 

데이터 준비 또는 피처 엔지니어링

 

데이터 준비 또는 피처 엔지니어링

여기서 수행:

• 중앙 DB에 데이터 제공
• ML 모델이 소비 가능하도록 포맷
• 피처 엔지니어링
  • 데이터 그룹화
  • 누락값 대체
  • 극단값 처리

참여자

• 데이터 엔지니어, 데이터 사이언티스트, 비즈니스 전문가

$$

모델 학습 또는 실험

모델 학습 또는 실험

작업:

• 머신러닝 모델 학습 및 튜닝
• 대안과 비교
• 성능 평가

중요

• 모든 결과 자동 로그

 

담당

• 데이터 사이언티스트 / 머신러닝 엔지니어

$$

모델 평가

모델 평가

$$

다음을 점검합니다

• 비즈니스 요구 충족 여부
  • 예: 데이터 프라이버시
• 모델 스트레스 테스트
  • 극한 조건 시뮬레이션
• 모델 거동
  • 공정성?

$$

담당

• 데이터 사이언티스트 / 머신러닝 엔지니어

테스트와 검증

테스트와 검증

소프트웨어 공학 적용

• 테스트와
• 모범 사례

을 ML 모델에 적용, 예:

• 모델이 전체 시스템에 해를 끼치지 않음

담당

• 소프트웨어 엔지니어 / 머신러닝 엔지니어

모델 개발 실습해 봅시다

비즈니스를 위한 MLOps