Study-MLOps

과제 제출

주차	과제	팀블로그
1주차	장서진   구미진   이은빈   한현경   문수인	이은빈
2주차	장서진   구미진   이은빈   한현경   문수인	문수인
3주차	장서진   구미진   이은빈   한현경   문수인	한현경
4주차	장서진   구미진   이은빈   한현경   문수인	장서진
5주차	장서진   구미진   이은빈   한현경   문수인	구미진
6주차	장서진   구미진   이은빈   한현경   문수인	이은빈
7주차	장서진   구미진   이은빈   한현경   문수인	문수인
8주차	장서진   구미진   이은빈   한현경   문수인	한현경

---

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 !

🧐 대상

• 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)

📆 기간

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

🔖 방식

• 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.

📍규칙

• 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)

👀 그외

• 이슈 탭은 스터디장이 매주 수요일 자정에 Close 합니다.

• 팀 블로그 포스팅은 돌아가면서 합니다.