DevOps
8 posts
MLOps는 DevOps를 확장한 개념으로, 머신러닝 모델의 배포, 모니터링, 재훈련 등 전체 수명 주기를 자동화하여 모델의 지속적인 성능과 가치를 보장합니다.
MLOps 엔지니어는 ML 파이프라인을 자동화하여 모델의 개발부터 배포, 운영까지의 과정을 효율화합니다. 이를 통해 모델을 더 빠르고 안정적으로 실제 서비스에 적용할 수 있도록 돕습니다.
Blue/Green 및 Canary 배포 전략으로 무중단 배포, 롤백을 통해 서비스 안정성을 높일 수 있습니다.
- Updated:
Kustomize는 YAML 리소스의 재사용과 효율적인 환경별 관리를 가능하게 합니다.
AWS CloudFormation 스택 세트를 효율적으로 업데이트하고 자동 배포를 통해 관리합니다.
HorizontalPodAutoscaler로 Kubernetes 워크로드를 자동 조정하여 자원 할당 최적화 및 비용 절감 실현.
AWS S3 복원 방법을 단계별로 안내하며, 백업 및 복구 설정의 중요성을 강조합니다.
Observability는 시스템의 내부 상태를 진단하고 성능 향상을 지원하여 문제를 사전 해결합니다.