ML 시스템 개발(Dev)과 운영(Ops)을 통합하는 것을 목표로 하는 ML 엔지니어링 문화 및 방식
서비스화 -> 성능 저하 여부 / 시스템 문제 발생 여부/데이터 분포 변화 모니터링 / 데이터 백업 etc
-> 단방향 흐름의 문제
이를 해결하기 위해 MLOps 탄생
ML + DevOPs = MLOps
데이터 수집 파이프 라인 - sqoop,flume,kafka,flink,spark streaming,ariflow ...
데이터 저장 - Mysql, Hadoop ...
데이터 관리 - TFDV,DVC ...
모델 개발- jupyter hub,docker,kubeflow,optuna ...
모델 버전 관리- Git , MLflow,jenkins ...
모델 학습 & 스케줄링 관리 - Grafana,Kubernetes ...
모델 패키징 - docker,flask,fastAPI,kubeflow ...
서빙 모니티링 - prometheus,grafama ...
파이프라인 매니징 - kubeflow,argo,workflows,airflow