Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Amazon Web Services

AWS ML Engineer Associate 4.2 Monitor and Optimize Infrastructure and Costs (Korean)

Amazon Web Services and Amazon via AWS Skill Builder

Overview

이 과정에서는 중점을 두어야 하는 핵심 성과 지표(KPI)를 비롯하여, 모니터링 및 최적화의 중요성을 살펴봅니다. 이 과정에서는 인프라 모니터링 및 최적화에 사용할 수 있는 도구에 대해 설명합니다. 이러한 도구에는 Amazon CloudWatch, AWS X-Ray, Amazon QuickSight, AWS CloudTrail, Amazon EventBridge, AWS Compute Optimizer, Amazon SageMaker Inference Recommender 등이 포함됩니다. ML 솔루션의 맥락에서 보았을 때 이 과정에서는 AWS 과금 정보 및 비용 관리, AWS Budgets, AWS Cost Explorer, AWS Trusted Advisor 같은 AWS 비용 분석 도구도 살펴봅니다.

  • 과정 수준: 고급
  • 소요 시간: 2시간 30분


참고: 이 과정의 동영상에는 한국어 트랜스크립트 또는 자막이 지원되며 음성은 영어로 출력됩니다. 자막을 표시하려면 동영상 화면 우측 하단의 CC 버튼을 클릭하세요.


참고: 이 과정은 Google Chrome(최신 주요 버전 2개), Microsoft Edge(최신 주요 버전 2개), Safari(최신 주요 버전 2개)에 최적화되어 있습니다.


활동

  • 온라인 자료
  • 실습
  • 지식 확인 질문


과정 목표

  • ML 인프라 및 주요 성능 지표 모니터링의 중요성을 설명합니다.
  • CloudWatch Logs 및 경보를 구성하고 사용하여 리소스 문제를 해결하고 분석합니다.
  • 지연 시간 및 성능 문제를 해결하는 데 사용할 수 있는 모니터링 및 관찰성 도구를 파악합니다.
  • 대시보드를 설정하여 기계 학습 인프라의 성능 지표를 모니터링합니다.
  • CloudTrail을 사용하여 API 직접 호출과 관련된 활동을 기록, 모니터링, 보관하는 방법을 설명합니다.
  • SageMaker Inference Recommender로 인스턴스 패밀리를 적정 규모로 조정하는 방법을 시연합니다.
  • Compute Optimizer를 사용하여 인스턴스 패밀리를 적절 규모로 조정하는 방법을 시연합니다.
  • 비용 및 성능에 대한 용량 문제를 파악하고 해결합니다.
  • AWS 비용 분석 도구의 기능을 파악하고 설명합니다.
  • Amazon SageMaker용 기계 학습 절감형 플랜의 이점과 옵션을 설명합니다.
  • 비용 최적화를 위한 추가 리소스 및 모범 사례를 파악합니다.


수강 대상

  • 클라우드 아키텍트
  • 기계 학습 엔지니어


권장 기술

  • SageMaker 및 기타 AWS 서비스를 ML 엔지니어링에 사용한 1년 이상의 경험
  • 백엔드 개발자, DevOps 개발자, 데이터 엔지니어 또는 데이터 과학자 등 관련 역할에서 1년 이상의 경험
  • Python 등 프로그래밍 언어에 대한 기본적인 이해
  • AWS ML Engineer Associate 학습 플랜의 이전 과정 이수


과정 개요

  • 섹션 1: 소개
    • 강의 1: 본 과정 사용 방법
    • 강의 2: 과정 개요
  • 섹션 2: 인프라 모니터링
    • 강의 3: ML 인프라 모니터링의 중요성
    • 강의 4: 성능 지표 모니터링
    • 강의 5: 모니터링 및 관찰성
    • 강의 6: 성능 및 지연 시간 모니터링 도구
    • 강의 7: 관찰성 및 ML 솔루션 감사
    • 강의 8: 대시보드 설정
  • 섹션 3: 인프라 최적화
    • 강의 9: ML 솔루션용 컴퓨팅 인프라를 적정 규모로 조정
    • 강의 10: 데모: Amazon SageMaker Inference Recommender
  • 섹션 4: 비용 최적화
    • 강의 11: 모니터링 비용 절감
    • 강의 12: 용량, 비용, 성능의 균형 맞추기
    • 강의 13: ML 솔루션과 함께 AWS 비용 관리 도구 사용
    • 강의 14: ML 인프라 비용 최적화를 위한 구매 옵션
  • 섹션 5: 마무리
    • 강의 15: 과정 요약
    • 강의 16: 평가
    • 강의 17: AWS에 문의하기


Reviews

Start your review of AWS ML Engineer Associate 4.2 Monitor and Optimize Infrastructure and Costs (Korean)

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.