본문 바로가기
DATA Science/MLops

MLops 실습 개요

by Rainbound-IT 2021. 8. 19.
반응형

데이터 과학자와 ML 실무자는 ML 모델을 구축, 테스트 및 프로덕션 환경에 배포하기 위해 Jupyter 노트북 이상의 것이 필요합니다. 또한 이러한 작업을 안정적이고 유연하며 자동화된 방식으로 수행해야 합니다.

  • 실제 비즈니스 사례를 위한 모델을 개발하기 위한 ML 여정을 시작할 때 고려해야 할 세 가지 기본 질문이 있습니다.
  • 조직에서 코드 한 줄과 관련된 변경 사항을 배포하는 데 얼마나 걸립니까?
  • 프로덕션에서 모델 개념 드리프트를 어떻게 설명합니까?
  • 반복 가능하고 안정적이며 자동화된 방식으로 모델을 구축, 테스트 및 배포할 수 있습니까?

따라서 이러한 질문에 대한 너의 답변이 만족스럽지 않다면 MLOps는 다음을 수행하는 데 도움이 될 수 있는 개념입니다.

  1. CI/CD(지속적 통합/지속적 제공)를 위한 조직 문화와 민첩성을 생성하거나 개선합니다.
  2. I/CD(지속적 통합/지속적 제공)를 위한 조직 문화와 민첩성을 생성하거나 개선합니다.

 

 

반응형

'DATA Science > MLops' 카테고리의 다른 글

MLops 시나리오  (0) 2021.08.19

댓글