과정상세
[공인] MLOps Engineering on AWS
교재제공 중급
[공인] MLOps Engineering on AWS
과정요약
| 학습시간 | 21시간 | 난이도 | 중급 |
|---|---|---|---|
| 교육비 지원 | 고용보험 비환급 | 평가항목 | 출석률 100% |
| 수료기준 | 총점 80점 이상시 수료 | 정원 | 20 명 |
| 교재정보 | |||
과정소개
이 과정에서는 성공적인 기계 학습 배포를 위해 데이터, 모델 및 코드의 중요성을 강조합니다.
데이터 엔지니어, 데이터 과학자, 소프트웨어 개발자, 운영 간의 이관과 관련된 과제들을 해결하는 데 도구, 자동화, 프로세스, 팀워크를 사용하는 방법을 보여줍니다.
또한 이 과정에서는 프로덕션에서 모델 예측이 합의된 핵심 성과 지표를 벗어나기 시작하는지
모니터링하고 조치를 취하기 위한 도구 및 프로세스의 사용에 대해서도 논의합니다.
- 클라우드 환경에서의 사용자 역할에 따른 커리큘럼
- 다양한 실습을 통한 실무 역량 강화
💻 원활한 학습을 위해서 다음 조건이 갖춰져 있는 것이 좋습니다.
- AWS Technical Essentials 과정 이수 및 그와 동등한 경험
- DevOps Engineering on AWS 과정 이수 및 그와 동등한 경험
- The Elements of Data Science (디지털 과정) 과정 이수 또는 이와 동등한 경험
- Machine Learning Terminology and Process (디지털 과정) 과정 이수 또는 이와 동등한 경험
학습목표
- DevOps와 MLOps의 주요 차이점 이해, AWS 클라우드에서 자체 모델을 배포하는 방법
- ML 모델 구축, 훈련, 테스트 및 배치를 위한 워크플로우를 자동화하는 방법
- 실제 환경에서 ML 모델을 구현하기 위한 다양한 배치 전략
- 기본 입력 데이터에서 데이터 드리프트를 감지, 기계 학습 모델에서 편향을 모니터링하는 방법
학습대상
- DevOps 엔지니어
- 기계 학습 엔지니어
- 기계 학습 모델 운영을 담당하는 개발자/운영자
수강후기 0
-
등록된 수강후기가 없습니다