정리하며 배우는 MLOps

Notion : https://www.notion.so/chanrankim/MLOps-c116fa04c8b547b6b88c49b6d16204ad/

Github : https://github.com/Pseudo-Lab/mlops-docs

---

Azure:

• Motivation for MLOps
  • ML 생애주기
  • DevOps vs MLOps
  • MLOps의 이점
    • 현업 관점
    • IT/개발 부서
    • 데이터 전문가
• MLOps Lifecycle 1
  • 문제 정의
  • 데이터 확보
  • 데이터셋 탐색 및 가공
  • 데이터 검증
• MLOps Lifecycle 2
  • 실험, 모델 학습/최적화/비교평가
  • 실험 추적관리
  • 자동화된 ML
• MLOps Lifecycle 3
  • 모델의 검증
  • MLOps Lifecycle 3 : 모델 해석
    • 모델 해석의 필요성
    • 모델 해석 분류 기준
    • 모델 해석 방법
  • MLOps Lifecycle 4 : 모델 배포 및 서빙
    • 모델 모니터링
      • 모델 성능 하락 원인

Kubeflow:

• Intro
  • DevOps
  • MLOps
    • DevOps & MLOps
  • k8s
    • 구성 모듈
  • k8s
  • k8s 클러스터 구조
  • Master / Worker Node
    • Master Node
    • Worker Node
  • Kubeflow
  • Kubeflow workflow
    • 웹 실습
  • Kubeflow
    • 설치
    • 실행
    • 삭제
• Pipeline
  • Pipeline
  • Argo CD
  • Kubeflow Pipeline 구성요소
    • Kubeflow UI 웹 서버
    • Python SDK
    • Pipelines Service (중앙 제어)
    • Kubernetes 리소스 (리소스 생성)
    • 오케스트레이션 컨트롤러 (컨테이너(Job) 실행)
    • Pipeline Persistence Agent
    • Kube API Server
    • Metadata
    • Artifact
  • 설치 방법
  • KFP 용어
    • Component
    • Step
    • Experiment
    • Run and Recurring run (Experiment 내 포함)
    • Artifact
    • DSL
  • KFP SDK
  • KFP CLI Tool
  • 컴포넌트 생성 실습
    • 순서
      • 1. 컴포넌트 작성
      • 2. 컴포넌트 도커이미지 생성
      • 3. 컴포넌트 만들기 - 컴포넌트 빌드
      • 4. 파이프라인 빌드
      • 5. 파이프라인 컴파일 후 업로드
    • 파이프라인 패턴
• Fairing
  • Fairing
  • Components of fairing
    • Preprocessor (전처리기)
    • Builder (생성자)
    • Deployer (배포자)
  • How to install fairing?
  • How to use fairing API
    • Fairing config module
    • TrainJob API
• Serving
  • Serving
  • Control Plane
  • Data Plane
  • 예제
  • 출처
• Katib
  • 구성요소
    • Experiment
    • Trial
    • Suggestion
    • Worker job
  • Workflow

Practice:

• Setup
  • version
  • 1. minikube
  • 2. Kubeflow
  • 3. dashboard
  • Troubleshooting
• Katib

Archiving:

• Archiving

Reference:

• Reference