MLOps는 Machine Learning Operations의 줄임말로, 머신 러닝 모델의 개발과 운영 사이의 통합을 다루는 방법론 및 프로세스입니다. MLOps는 소프트웨어 개발 생명주기에서의 DevOps와 유사한 개념으로, 머신 러닝 모델 개발과 배포 및 운영을 효율적이고 안정적으로 수행하기 위한 일련의 절차와 도구를 포괄합니다.

MLOps의 핵심 목표는 머신 러닝 모델의 생산성을 높이고, 모델의 개발 및 배포를 자동화하고, 모델의 성능 및 안정성을 유지하며, 모델의 생명주기를 관리하기 위한 프로세스와 시스템을 제공하는 것입니다. 이를 위해, MLOps는 데이터 처리, 모델 학습, 모델 배포 및 운영, 모델 감시 및 유지보수 등의 다양한 단계에서 도구와 프로세스를 적용합니다.

1. 직무 탐색 및 소개 -> 회사, 하는 업무, 사용하는 언어 및 툴 분석
2. MLOps 스터디/프로젝트 기획 및 진행 (희망자 한정)
3. 커뮤니케이션 -> 기술의 흐름 및 동향 공유

이외에도 다양한 아이디어를 주시면 함께하시는 분들과 논의를 거쳐 추가할 예정입니다! 전문성보다는 서로 아는 부분을 공유하고 공부해가는 소모임으로 방향을 설정하려고 합니다.

1. MLOps가 궁금한 사람
2. 도커, 쿠버네티스를 조금 배웠는데 어디에 사용하는지 궁금한 사람
3. 머신러닝/딥러닝 모델 설계보다는 인프라 및 서빙에 관심이 큰 사람
4. 엔지니어링에 진심인 사람

🙏 MLOps에 대해 더 궁금하다면 아래 글을 참고해주세요 🙏

README!