머신러닝, 딥러닝 모델 개발만 하면 되는 거 아니야?

No No... 모델 개발은 실제 개발 과정에서 단 5%정도만을 차지한다는 사실 😇

그래서 MLOps는 뭘까?

단순히 ML 모델 뿐만 아니라, 

데이터를 수집하고 분석하는 단계 (Data Collection, Ingestion, Analysis, Labeling, Validation, Preparation)

ML 모델을 학습하고 배포하는 단계까지 (Model Training, Validation, Deployment)

전 과정을 AI Lifecycle로 보고, 이것이 MLOps의 대상이다 !

DevOps랑 똑같은 거 아닌가?

• 소프트웨어 품질 개선
• 패치 적용과 릴리스 속도 가속
• 높은 고객 만족도 달성

위와 같은 결과를 낸다는 공통점을 가지고 있지만,

MLOps는 머신러닝 프로젝트에만 국한된 일련의 엔지니어링 실무로, 소프트웨어 엔지니어링 분야에서 광범위하게 도입된 DevOps 원칙을 빌려온 것 !

• 머신러닝, 딥러닝 실제 서비스 구현에 흥미가 있다 !
• 프로젝트를 어떻게 해야 하는지 고민이다 !
• Production 과정 전반에 대해 관심있다 !
• 뭔가 공부해놔야 할 거 같다 !
• 그냥 공부해보고 싶다 !

위 중 하나라도 해당되면 환영입니다 :>

(단, Python 을 어느 정도 다룰 줄 알아야 하고 ML, DL 에 대한 기초적인 지식이 있어야 합니다)

• 4월 6일 ~ (12주 간 진행)
• 시험기간에는 중간, 기말 각각 2주간 쉬어갑니다 ~

• Full Stack Deep Learning 커리큘럼

  Curriculum

• 노션, 티스토리, 벨로그 등 자유롭게 학습 내용 기록

  Optional Lab(실습), Reading

• 깃허브를 이용합니다.

  • ReadMe 에 과제를 제출합니다.
  • 다음 과제 제출 전까지 Issue 탭을 이용해 서로 질의응답 합니다.

• 과제 제출은 매주 수요일 자정 전까지(23일 시작 기준 → 29일 23시 59분 59초까지)

• 벌금💸  → 과제 지각 제출: 3000원/ 과제 결석: 4000원

  수요일 낮 12시 전까지 과제 미제출 = 과제 결석

  벌금 정산은 한 달에 한 번 → 통장 개설에 제한이 있어서 스터디 끝나기 전에 입금 받고 정산해드리도록 하겠습니다!

  꼴찌 제외 1/n (참여하는 인원에 따라 바뀔 수도 있습니다)

• 이슈 탭은 스터디장이 매주 수요일 자정에 Close 합니다.

• 팀 블로그 포스팅은 돌아가면서 합니다.