머신러닝 엔지니어 실무

머신러닝 엔지니어 실무의 95%는, ____이다!

인공지능의 4대천왕 중의 한 명인 'Andrew Ng'은 최근 온라인 컨퍼런스에서 MLOps의 중요성에 대해 설명하였습니다. 이제는 모델 중심적 사고에서 벗어나서, MLOps와 Data에 집중해야 한다는 게 그의 주장입니다. 그리고 이 일을 해내는 엔지니어가 바로 머신러닝 엔지니어입니다.

그런데 모델 코드를 짜는 것이 전체 머신러닝 프로젝트 실무의 5%에 불과하다는 점 알고 계신가요?
실제론 데이터 파이프라인 구축, 데이터 전처리, 모델 서빙 등의 업무가 95%를 차지하죠.

실무의, 실무에 의한, 실무를 위한 머신러닝 강의

_{머신러닝 엔지니어의 실무는 이렇습니다!}

머신러닝 엔지니어는 머신러닝 파이프라인을 구축하여, 머신러닝 프로젝트의 업무를 자동화하며 연구조직의 생산성을 극적으로 끌어올리는 일을 하는 사람입니다.

머신러닝 강의는 시중에 많습니다. 하지만 실무 기반의 AI Production 관련 강의는 많지 않죠. 
그래서 강의를 들은 후 프로젝트에서 주어진 문제를 해결할 수 있는 엔지니어로 거듭날 수 있도록,
실무에 꼭 필요한 내용만 골라 강의를 제작하게 되었습니다.

이 강의를 통해 실무에 필요한 머신러닝 엔지니어링 기술을 습득하여,
프로젝트를 성공적으로 완료하실 수 있었으면 좋겠습니다.

이 강의를 들으면 이렇게 될 수 있어요! 📖

• 머신러닝 실험 보고서를 자동으로 생성할 수 있어요.
  실제 지식공유자의 프로젝트 대시보드 보러 가기 (링크 클릭!)
  

  

  _{실제 머신러닝 실험 보고서 예시}
• AutoML - 하이퍼 파라미터 튜닝을 통해 최적의 파라미터를 찾아낼 수 있어요.
• Kubeflow 로 머신러닝 파이프라인을 구축할 수 있어요.
  

  

  _{실제 머신러닝 파이프라인 제작 예시}
• mlflow를 통해 모델을 관리할 수 있어요.
• bentoml로 모델 서빙을 하는 법을 익힐 수 있어요.
  
  

---

이런 분들이 들으면 좋아요! 🔑

• 머신러닝 커리어로 변경하고자 하는 소프트웨어 엔지니어
• 머신러닝 실험 관리를 잘하고 보고서를 예쁘게 만들고 싶은 AI 연구원
• 머신러닝 프로젝트 실무를 해야하는데 관련 지식을 몰라서 막막한 개발자

---

저를 소개합니다 ✒️

경력

현) Riiid VP of AIOps
현) Google Developer Expert for ML
전) 네이버 AI Research Engineer
전) 카카오 Data Engineer

포트폴리오/개인 영상

---

 자주 묻는 Q&A 💬

Q. 머신러닝 파이프라인이 커리어에 도움이 될까요?
A. 확실히 말할 수 있습니다. 현재 인공지능 업계에서 가장 중요합니다. 저는 수 많은 회사들에게 컨설팅을 진행했습니다. 그리고 대부분 회사들은 바로 이 머신러닝 파이프라인에 대한 갈증이 있다는 것을 확인했습니다. 인공지능 회사들의 기술 소개 페이지를 가면 항상 빠지지 않는 게 바로 MLOps 관련 기술입니다. 어떻게 데이터를 효율적으로 수집하고, 학습시키는 지 소개합니다. 

Q. 개발을 잘 몰라도 들을 수 있나요?
A. 권장사항은 약간의 개발지식이 있으신 분들을 대상으로 한 강의이지만, 기본적으로 생각없이 따라하는 정도로 쉽게 구성하였습니다. 

Q. 어느 수준까지 다루나요?
A. 머신러닝 파이프라인의 기본 개념과 실무에서 필요한 코드 품질 관리, 실험관리, 모델관리, 서빙 API 구축 등을 다루게 됩니다.