이론
[MLOps] MLOps 정리
by Chandler.j
2022. 7. 8.
fig1. title
MLOps(Machine Learning Operations)
- AI 기반의 서비스를 효율적으로 관리하기 위한 통합 관리 원칙
- 학술계에서는 큰 필요성을 못느끼나 서비스를 지속관리해야하는 산업계에서는 필수적
AI 개발의 스포트라이트 ‘MLOps’ A to Z 알아보기(NVIDIA)
MLOPS: THE AI LIFECTCLE FOR IT PRODUCTION
MLOps는 머신러닝, 애플리케이션 개발, IT 운영을 결합한 통합적인 접근법입니다. 이미지 제공: Neal Analytics
Gartner의 머신 러닝 파이프라인 도표
가트너는 전체 MLOps 프로세스를 일명 MLDLC(머신러닝 개발 라이프사이클)이라고 부릅니다.
ref: https://blogs.nvidia.co.kr/2020/09/11/what-is-mlops/
MLOps: 머신러닝의 지속적 배포 및 자동화 파이프라인(Google Cloud)
그림 1. ML 시스템의 요소. Hidden Technical Debt in Machine Learning Systems 에서 인용됨
MLOps 수준 0: 수동 프로세스
모델을 예측 서비스로 제공하기 위한 수동 ML 단계
MLOps 수준 1: ML 파이프라인 자동화
CT용 ML 파이프라인 자동화
MLOps 수준 2: CI/CD 파이프라인 자동화
CI/CD 및 자동화된 ML 파이프라인
ref: https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning?hl=ko
