이 과정에서는 Google Cloud에서 프로덕션 ML 시스템 배포, 평가, 모니터링, 운영을 위한 MLOps 도구와 권장사항을 소개합니다. MLOps는 프로덕션에서 ML 시스템을 배포, 테스트, 모니터링, 자동화하는 방법론입니다. 머신러닝 엔지니어링 전문가들은 배포된 모델의 지속적인 개선과 평가를 위해 도구를 사용합니다. 이들이 협력하거나 때론 그 역할을 하는 데이터 과학자는 고성능 모델을 빠르고 정밀하게 배포할 수 있도록 모델을 개발합니다.
Overview
Syllabus
- 머신러닝 작업(MLOps): 시작하기
- 이 모듈에서는 과정을 간략히 설명합니다
- 머신러닝 작업 도입
- ML 실무자의 고충 ML의 DevOps 개념 세 가지 ML 수명 주기 단계 ML 프로세스 자동화
- Vertex AI 및 Vertex AI에서 MLOps
- Vertex AI란 무엇이며 통합 플랫폼이 중요한 이유는 무엇인가요? Vertex AI에서 MLOps 소개 Vertex AI는 MLOps 워크플로를 어떻게 지원하나요? 1부 Vertex AI는 MLOps 워크플로를 어떻게 지원하나요? 2부
- 요약
Taught by
Google Cloud Training
Related Courses
-
MLOps with Vertex AI: Manage Features - 한국어
-
Google Cloud Big Data and Machine Learning Fundamentals 한국어
-
Machine Learning Operations (MLOps): Getting Started - 日本語版
-
Machine Learning Operations (MLOps): Getting Started - Português Brasileiro
-
Machine Learning in the Enterprise - 한국어
-
Launching into Machine Learning - 한국어
