MLOps를 위한 기초관점

서비스 관점에서의 ML

실제 환경에서 적용되는 머신러닝은

1. 실제 환경에서 요청한 데이터를 활용

2. 학습이 되어있는 모델을 통해 추론(Inference)

3. 추론된 결과를 사용자에게 전달

 

연구용 ML (내가 기존에 하던 것)	프로덕션용 ML (내가 현재 하고 싶은 것)
새로운 알고리즘 개발 혹은 기존 모델 성능 향상이 목적 명확한 benchmark 데이터셋에 대해 평가 모델을 빨리 학습시키는 것이 중요 학술 논문 이나 보고서로 발표	다양한 요구사항이 존재 : 문제 정의 필요 운영 단계가 존재 데이터 변동성이 큼 신뢰성 / 공정성 / 해석 가능성 Latency (기용성) 개발 / 운영 환경 각각에서 Reproduce 가능해야 함.

 

관점의 차이가 존재 / 내가 원하는 건 프로덕션용 ML이 맞다.

Microsoft Azure에서 소개하는 ML, Dev, Ops 연관관계