부스트캠프 AI Tech/Product Serving (5) 썸네일형 리스트형 [04] 머신러닝 프로젝트 라이프 사이클 현상 파악 구체적인 문제 정의 프로젝트 설계 지표 결정 Action(모델 개발 후 배포, 모니터링) 추가 원인 분석 내가 관심있거나 가고싶은 회사 비즈니스 모델파악하기. // 누군가 산업에 정리해둔 paper 찾아보기 [03] Model Serving Online Serving 단일 데이터를 받아 실시간을 에측을 하는 문제. ex) 기계 고장 예측 모델, 음식 배달 소요 시간 에측 직접 API 웹 서버 개발 : Flask, FastAPI 클라우드 서비스 활용 : AWS의 SageMaker, GCP의 Vertex Ai 등 Serving 라이브러리 활용 : Tensorflow Serving, Torch Serve, MLFlow, BentoML 등 바로 Serving 라이브러리를 활용해 개발하는 것보다 프로토타입, FastAPI 서버 개발을 먼저 해봐서 여러가지 방법 중 이 방법을 왜 선택하는지에 대한 인식을 키우는 것이 중요하다. 오픈소스는 계속 개발되고 있기 때문에 너무 라이브러리에 종속되지 말 것. Serving 할 때 Python 버전, 패키지 버전.. [02] MLOps 개론 MLOps 란? 머신러닝 모델을 운영하면서 반복적으로 필요한 업무를 자동화 시키는 과정 머신러닝 모델 개발(ML Dev)과 머신러닝 모델 운영(Ops)에서 사용되는 문제, 반복을 최소화하고 비즈니스 가치를 창출하는 것이 목표 빠른 시간 내에 가장 적은 위험을 부담하며 아이디어 단계부터 Production 단계까지 ML 프로젝트를 진행할 수 있도록 기술적 마찰을 줄이는 것 Research와 Production 차이 MLOps 학습 방법 -> 문제를 해결하기 위한 방법으로 어떤 방식을 활용 할 지.. 모든 것을 학습하는 것은 ㄴㄴ MLOps Component - Infra 클라우드 : AWS, GCP, Azure, NCP .. 온 프레미스 : 회사나 대학원의 전산실에 서버를 직접 설치 MLOps Compon.. [01] Product Serving 개론 라이브러리가 왜? 만들어졌는지 집중하기 Special Misson 모두 진행하는 것을 추천 강의는 1회만 수강하고 전체적인 흐름파악, 키워드 필기하면서 수강하기 강의 자룔를 통해 복습 [00] 피어세션 정리 21.12.06 16:00 피어 세션 요약 회의사항 project serving - app으로 구현 공부해보고 잘 안되면 web 으로 다음 주 강의 참고 하면 될 것 같다. 분업 modeling : 정승균, 김원석 serving : 정효찬, 조준희, 한태호 21.12.07 16:00 피어 세션 요약 회의사항 Voila 설치 오류 해결 방법 공유 torch lighting 써보면 좋을 것 같다. 최종프로젝트 - 웹 기반 앱개발 고려 Special Mission 해결 공유 → 금요일 피어세션 이전 1 다음
