Course Outline

소개

  • 머신러닝 모델 vs 전통 소프트웨어

DevOps 워크플로 개요

머신러닝 워크플로 개요

ML은 코드와 데이터

ML 시스템의 구성 요소

사례 연구: 판매 예측 애플리케이션

데이터 접근

데이터 검증

데이터 변환

데이터 파이프라인에서 ML 파이프라인으로

데이터 모델 구축

모델 학습

모델 검증

모델 학습 재현

모델 배포

학습된 모델을 프로덕션에 제공

ML 시스템 테스트

지속적 제공 조율

모델 모니터링

데이터 버전 관리

MLOps 플랫폼의 적응, 확장 및 유지 관리

문제 해결

요약 및 결론

Requirements

  • 소프트웨어 개발 주기의 이해
  • 머신 러닝 모델을 구축하거나 작업하는 경험
  • Python 프로그래밍에 익숙함

대상 독자

  • ML 엔지니어
  • DevOps 엔지니어
  • 데이터 엔지니어
  • 인프라 엔지니어
  • 소프트웨어 개발자
 35 Hours

Number of participants


Price per participant

회원 평가 (3)

Upcoming Courses

Related Categories