문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
프로덕션 배포 소개
- 미세 조정된 모델을 배포하는 데 있어서의 주요 과제
- 개발 환경과 프로덕션 환경의 차이점
- 모델 배포를 위한 도구 및 플랫폼
배포를 위한 모델 준비
- 표준 형식(ONNX, TensorFlow SavedModel 등)으로 모델 내보내기
- 지연 시간과 처리량을 위한 모델 최적화
- 에지 케이스와 실제 데이터에 대한 모델 테스트
모델 배포를 위한 컨테이너화
- Docker 소개
- ML 모델에 대한 Docker 이미지 생성
- 컨테이너 보안 및 효율성을 위한 모범 사례
Kubernetes를 사용하여 배포 확장
- AI 워크로드에 대한 Kubernetes 소개
- 모델 호스팅을 위한 Kubernetes 클러스터 설정
- 부하 분산 및 수평 확장
모델 모니터링 및 유지 관리
- Prometheus 및 Grafana을 통한 모니터링 구현
- 오류 추적 및 성능을 위한 자동 로깅
- 모델 드리프트 및 업데이트를 위한 파이프라인 재교육
생산에서의 보안 보장
- 모델 추론을 위한 API 보안
- 인증 및 권한 부여 메커니즘
- 데이터 개인정보 보호 문제 해결
사례 연구 및 실습 랩
- 감정 분석 모델 배포
- 기계 번역 서비스 확장
- 이미지 분류 모델에 대한 모니터링 구현
요약 및 다음 단계
요건
- 머신 러닝 워크플로에 대한 강력한 이해
- ML 모델 미세 조정 경험
- DevOps 또는 MLOps 원칙에 대한 익숙함
청중
- DevOps 엔지니어
- MLOps 실무자
- AI 배포 전문가
21 시간
회원 평가 (1)
많은 실습이 트레이너의 지도와 지원 하에 진행되었습니다.
Aleksandra - Fundacja PTA
코스 - Mastering Make: Advanced Workflow Automation and Optimization
기계 번역됨