• Further Reading

1. MLOps 개론

1-1. Model development process - Research

• 문제정의 → EDA → Feature Engineering → Train → Predict
  • Local, Server 에서 진행
  • 고정된 데이터로 학습

1-2. Model development process - Production

• 문제정의 → EDA → Feature Engineering → Train → Predict → Deploy
  • 모델의 결과값이 이상한 경우
  • 모델 성능 변경
  • etc 다양한 문제들이 존재

1-3. What is MLOps

• MLOps = ML + Ops (operations)
• 머신 러닝 모델을 운영하면서 반복적으로 필요한 업무를 자동화시키는 과정
• 머신러닝 모델 개발(ML Dev)과 머신러닝 모델 운영(Ops)에서 사용되는 문제, 반복을 최소화하고 비즈니스 가치를 창출하는 것이 목표
• MLOps의 목표는 빠른 시간 내에 가장 적은 위험을 부담하며 아이디어 단계부터 Production 단계까지 ML 프로젝트를 진행할 수 있도록 기술적 마찰을 줄이는 것

2. MLOps Component

2-1 Infra(Server, GPU)

• Cloud : AWS, GCP, Azure, NCP
• On premise

2-2 Serving