MLOps의 다양한 단계

MLOps 개념

Folkert Stijnman

ML Engineer

MLOps 라이프사이클

머신러닝 라이프사이클이 필요한 이유

• ML 프로세스 구조화
• 각 단계의 주요 역할 정의
• 최적화를 위한 도구 세트

설계 단계

 

• 문제의 맥락
• 부가 가치
• 비즈니스 요구사항
• 핵심 지표
• 데이터 처리

개발 단계

 

• 머신러닝 모델 개발
• 데이터, 알고리즘, 하이퍼파라미터 실험
• 배포 가능한 모델 완성

배포 단계

 

• 비즈니스 {{0}}에 머신러닝 모델 통합
• 운영 환경에 모델 배포
• 성능 모니터링

MLOps 라이프사이클

연습해 봅시다!

MLOps 개념