어느때보다 많은 기업이 경쟁력을 유지하기 위해 머신러닝을 활용하고,
기업이 머신러닝 운용 사례를 도입할 때 MLOps가 선택이 아닌 필수인 시대.
MLOps의 이론부터 실전까지 한 권으로 파악할 수 있는 도서를 소개합니다.
머신러닝 모델의 안정적인 운영과 성공적인 CI/CD를 위한 MLOps 엔지니어링 노하우
이 책은 MLOps와 DevOps의 이론뿐만 아니라 머신러닝 모델을 실제 운영 환경에서 배포하고 관리하는 방법과 자동화에 필수적 요소인 지속적인 통합(CI)와 지속적인 배포(CD), 더 나아가 지속적인 개선이라는 의미를 가진 카이젠(Kazien) 개념까지 포괄적으로 다룹니다.
더불어 AWS, Azure, Google Cloud Platform에서 MLOps를 구현하는 방법과 역자가 경험했던 MLOps 실제 사례를 소개합니다.
DevOps와 MLOps의 이론과 실습부터 클라우드 컴퓨팅, AutoML, 엣지 컴퓨팅까지
『MLOps 실전 가이드』 미리보기
주요 내용
● 머신러닝에 DevOps 모범 사례 적용
● 머신러닝 모델 운영을 위한 자동화 실습
● 머신러닝 모델 운영에 필요한 모니터링 및 로깅
● 주어진 환경에 적합한 MLOps 도구 선택
● 다양한 환경에서의 머신러닝 모델 실행 방법
● 기술 자격증 & MLOps를 위한 기술 포트폴리오 작성 Tip 수록
⠀
누구를 위한 도서인가요?
● MLOps 코드와 함께 문서를 작성해야 하는 소프트웨어 개발자
● 다양한 플랫폼에서의 MLOps를 경험하고 싶은 개발자
● 머신러닝 개발과 함께 실제 서비스 배포를 위한 엔지니어링이 궁금한 개발자
함께보면 좋은 도서
● MLOps 도입 가이드
● 데이터 과학자 되는 법
● 머신러닝 디자인 패턴