1. MLOps가 필요한 이유

1.1 MLOps 개념 및 설명

1. 작은 단위의 Minimal Value Product(MVP)를 만들어서 쓰다가 계속 써야된다?
2. 지속적인 MVP 생성이 필요할 때 반복을 줄이기 위해 (리소스를 감축시키기 위해)
3. ML Dev(머신러닝 모델 개발) + Ops(머신러닝 모델 운영)을 통해 비즈니스 가치를 창출하기 위함!
   필요없다면 쓸 필요가 없는 것! MVP가 더 효율적일 수도 있음!

• 정의: ML Model Operation 과정에서 반복적 필요 업무를 자동화시키는 과정
• 목표: 빠른 시간 내에 가장 적은 위험을 부담하며 아이디어 단계부터 Production 단계까지 ML 프로젝트를 진행할 수 있도록 기술적 마찰을 줄이는 것
  
  

1.2 MLOps가 필요한 이유

• Production이라는 과정이 들어와서, 즉 서비스를 개발해야하기 때문에 무조건 MLOps라는 자동화가 필요하다고 생각했다.

• 그러나, Production을 한다고 해서 자동화가 필요한 것이 아니라 서비스를 개발하다보니 필요함을 느끼게 된 것이다. 즉, 직접적인 원인이 Production이 아니라, 그 과정에서 반복적인 과정들에 들어가는 많은 운영적 리소스인 것이다.

• 따라서, 서비스를 배포하거나 또는, 개발하는데 있어서 무조건 적으로 자동화를 시키는 것이 아니라, 반복적인 업무가 생긴다면 자동화 시스템을 설계하고, 운영하는 데에 쓰이는 비용을 고려해서 ML에 있어서는 MLOps를 고려하면 된다!

3차 산업혁명이 왜 일어났는지와 비슷한 맥락

2. Component of MLOps(왜 이런 Component가 생겼는가?)

타코 집과 창업한 걸로 설명할 수 있으면 됌!

• Components : 8가지
  1. Infra -> Server, GPU
  2. Serving
  3. Experiment, Model Management
  4. Feature Store
  5. Data Validation
  6. Continuous Training
  7. Monitoring
  8. AutoML

3. MLOps 관련 자료, 논문 읽어보며 강의 내용 외에 어떤 부분이 있는지 파악해보기

4. MLOps Component 중 내가 매력적으로 생각하는 TOP3을 정해보고 왜 그렇게 생각했는지 작성해보기

Top 1:
Top 2:
Top 3:

5. Special Mission

부스트캠프 AI Tech 혹은 개인 프로젝트를 앞선 방식으로 정리해보기
실제로 회사에서 한 일이 아니더라도, 특정 회사에서 활용했다고 가정하거나 아예 크게 문제 정의해서 구체화해보기
이 모델이 회사에서 활용되었다면 어떤 임팩트를 낼 수 있었을까? 고민해서 정리해보기!
직접 일상의 문제라도 하나씩 정의하기