MLOps

CI(Continuous Integration)는 개발자들의 코드 변경 사항을 중앙 저장소에 정기적으로 병합하는 과정CD(Continuous Deployment)는 테스트를 거친 코드를 자동으로 프로덕션 환경에 배포하는 과정두 과정 모두 자동화를 통해 개발 및 배포 프

아파치 에어플로우 소개 파이썬으로 작성된 오픈소스 워크플로우 관리 도구 전적인 파이프라인 생성이 가능하며 확장성과 유연성을 제공 머신러닝 분야와 데이터 엔지니어링 분야에서 널리 사용됨 계획된 실습 내용 헬로 대그(DAG) 실습: 기본적인 워크플로우 생성 머신러닝

비즈니스나 기술 프로세스의 설계, 실행, 모니터링 및 최적화를 포함하는 전체적인 접근 방식작업 흐름을 체계적으로 관리하고 자동화하는 프로세스MLOps에서는 데이터 수집부터 모델 배포까지 전체 머신러닝 파이프라인을 체계적으로 관리프로세스 설계 및 모델링: 프로젝트의 모든

실습을 위해 LabsPlay 사이트(play-with-k8s.com)를 활용한 온라인 테스트 환경 사용로그인 후 'Add new instance' 버튼을 통해 노드 생성 가능환경 설정을 위한 bootstrap 명령어 실행 필요 (경고 메시지에서 제공하는 두 개의 명령어

다수의 컨테이너를 조정하고 관리하는 시스템컨테이너의 배포, 스케일링, 네트워킹을 자동화하는 기술목적: 높은 가용성, 확장성, 신뢰성을 가진 시스템 구축오케스트라 지휘자가 여러 연주자를 관리하듯, 오케스트레이터는 다수의 컨테이너를 관리자동 배포 및 관리: 사용자가 정의한

도커의 기본 개념부터 확인하기 위한 가장 단순한 실습이다.Dockerfile 작성 → 이미지 빌드 → 실행(run) 의 전체 과정을 직접 경험해보자.Dockerfilemain.py결과 예시Docker Hub에서 이미지를 다운받아 실행해보자.\-d : 백그라운드 실행(d

apt install -y tree상위에서 하위로 찾아가는 것만 가능(하위 -> 상위도 가능하나 패키지 꼬일 가능성 높음)파이썬은 현재 실행경로 기준으로 하위 경로만 참조퍄 상위->하위로 가는 형태로 구성을 해야 모듈의 임포트 구성이 꼬이지 않음해결 방법 : syste

list comprehension 익숙해지기리스트 컴프리헨션(list comprehension)은 기존 리스트(또는 반복 가능한 객체, iterable)를 기반으로 새로운 리스트를 간결하게 만드는 문법표현식: 새 리스트에 들어갈 값변수: iterable을 순회할 때 각

버전 관리는 소프트웨어의 모든 구성요소(코드, 데이터, 환경 설정 등)의 변경 상황을 추적하고 관리하는 프로세스MLOps에서는 재연성, 안정성, 협업 효율성을 높이기 위해 필수적으로 사용MLOps에서는 4가지 주요 버전 관리 영역이 존재: 코드 버전, 데이터 버전, 모

JavaScript 엔진으로 빌드된 서버 프레임워크코드가 짧고 쉬우며 빠른 개발에 적합논블로킹(Non-blocking) 방식으로 구현되어 요청 처리 시간이 적음단점: 하나의 스레드에서 처리하여 시스템이 커지면 최적화 문제 발생 가능Node.js 설치: 공식 사이트에서

MLOps 구현에 필요한 핵심 인프라 기술들을 이론과 실습을 통해 학습했다.스토리지: 데이터의 안정성, 접근성, 확장성을 보장하는 시스템컴퓨팅: 데이터 처리, 모델 트레이닝, 애플리케이션에 필요한 컴퓨팅 파워 제공확장 가능성, 빠른 처리, 효율성이 중요한 요소프로젝트별