11
Machine Learning Operations (MLOps): Getting Started - 한국어
11
Machine Learning Operations (MLOps): Getting Started - 한국어
These skills were generated by A.I. Do you agree this course teaches these skills?
이 과정에서는 Google Cloud에서 프로덕션 ML 시스템 배포, 평가, 모니터링, 운영을 위한 MLOps 도구와 권장사항을 소개합니다. MLOps는 프로덕션에서 ML 시스템을 배포, 테스트, 모니터링, 자동화하는 방법론입니다. 머신러닝 엔지니어링 전문가들은 배포된 모델의 지속적인 개선과 평가를 위해 도구를 사용합니다. 이들이 협력하거나 때론 그 역할을 하는 데이터 과학자는 고성능 모델을 빠르고 정밀하게 배포할 수 있도록 모델을 개발합니다.
과정 정보
목표
- 효과적인 MLOps를 지원하는 데 필요한 핵심 기술을 파악하고 사용합니다
- ML 시스템의 맥락에서 최고의 CI/CD 방식을 채택합니다
- 안정적이고 효과적인 MLOps 환경을 위한 Google Cloud 아키텍처를 구성하고 프로비저닝합니다
- 반복 가능한 안정적인 학습 및 추론 워크플로를 구현합니다
기본 요건
Google Cloud를 사용한 머신러닝을 이수했거나 이에 상응하는 경험 보유
대상
머신러닝 프로토타입에서 빠르게 벗어나 비즈니스에 영향을 미치기를 원하는 데이터 과학자. 머신러닝 엔지니어링 기술을 개발하려는 소프트웨어 엔지니어 Google Cloud를 채택하고 싶은 ML 엔지니어
사용할 수 있는 언어
English, français, 한국어, português (Brasil), español (Latinoamérica), 日本語
과정을 완료한 후에는 어떻게 해야 하나요?
과정을 완료한 후 학습 과정 에서 다른 콘텐츠를 살펴보거나 학습 카탈로그 를 둘러보면 됩니다.
어떤 배지를 획득할 수 있나요?
과정을 완료하면 이수 배지가 주어집니다. 배지는 프로필에 표시되며 사회 연결망에서 공유할 수 있습니다.
Google의 주문형 파트너에서 제공하는 과정에 관심이 있으신가요?
Coursera 및 Pluralsight 에서 Google Cloud 콘텐츠를 살펴보세요.
강사 주도 강좌를 선호하시나요?