문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
프로덕션 배포 개요
- 미세조정된 모델 배포 시 주요 과제들
- 개발 환경과 프로덕션 환경 간의 차이점
- 모델 배포를 위한 도구 및 플랫폼 소개
배포 준비를 위한 모델 처리
- ONNX, TensorFlow SavedModel 등 표준 형식으로 모델 내보내기
- 지연 시간 및 처리량 최적화를 위한 모델 튜닝
- 예외 상황 및 실제 데이터 환경에서의 모델 테스트 방법
모델 배포를 위한 컨테이너화 기법
- Docker 개요
- 머신러닝 모델용 Docker 이미지 생성 방법
- 컨테이너 보안 및 효율성을 높이는 모범 사례들
Kubernetes를 활용한 배포 확장 전략
- AI 워크로드 처리를 위한 Kubernetes 소개
- 모델 호스팅을 위해 Kubernetes 클러스터 설정하기
- 부하 분산 및 수평적 확장 기법 적용 방법
모델 모니터링 및 유지보수 전략
- Prometheus와 Grafana를 활용한 실시간 모니터링 구현
- 오류 추적과 성능 분석을 위한 자동화된 로그 기록 방안
- 모델 드리프트 및 업데이트 대응을 위한 재훈련 프로세스 설계
프로덕션 환경 보안 강화 방법
- 모델 추론을 위한 API 보안 조치
- 인증 및 권한 관리 체계 구현 방법
- 데이터 프라이버시 보호를 위한 대책 마련
사례 연구와 실습 과제들
- 감성 분석 모델의 배포 시연
- 기계 번역 서비스 확장 방안 실습
- 이미지 분류 모델 모니터링 체계 구현 연습
요약 및 향후 학습 방향 제시
요건
- 머신러닝 워크플로우에 대한 탄탄한 이해
- 머신러닝 모델 미세조정 경험
- DevOps 또는 MLOps 원칙에 대한 기초 지식
대상 수강생
- DevOps 엔지니어
- MLOps 실무자
- AI 모델 배포 전문가
21 시간
회원 평가 (2)
크레이그는 훈련에 매우 적극적으로 참여하여 항상 우리가 주의를 기울이는지 확인하고, 예제를 우리의 일상 활동에 맞게 조정하며, 프레젠테이션에 포함되지 않은 정보더라도 질문할 때마다 답변을 제공했습니다.
Ecaterina Ioana Nicoale - BOOKING HOLDINGS ROMANIA SRL
코스 - DevOps Foundation®
기계 번역됨
트레이너의 높은 참여도와 지식 수준
Jacek - Softsystem
코스 - DevOps Engineering Foundation (DOEF)®
기계 번역됨