한빛미디어

머신러닝 시스템 설계

프로젝트 범위 산정부터 프로덕션 배포 후 모니터링까지, MLOps 완벽 해부하기

칩 후옌 / 김대근 , 김영민 / 한빛미디어

현업에서 ML을 비즈니스에 접목하고자 준비하거나, ML개발자로 참여자 모두에게 꼭 필요한 준비와 ML 알고리즘 적용과 검토 분석, 배포 과정을 이해하기 쉽게 사례를 들어 설명하고 있다.

저자의 업무에 대한 해박한 지식과 ML에 대한 전문적인 지식이 어울어져 독자들의 이해도를 높이는 데 많은 기여를 하고 있다고 본다.

역자들 또한 ML 개발과정에서 경험한 과정들을 독자들이 쉽게 이해할 수 있도록 자세한 해설을 추가하여 설명하고 있다.

아마존 인공지능, 기계 이론, BI도구 분야 1위라는 문구가 증명해 주는 것 같다.

오랜만에 좋은 책을 읽을 수 있도록 제공해 준 한빛미디어에 감사들 드린다.

현업에서 필요했던 ‘진짜’ 머신러닝 이야기

머신러닝이라고 하면 보통 모델 개발과 알고리즘을 떠올리지만 실제로 프로덕션 환경에서 머신러닝을 운영할 때는 그 외에도 고려할 것이 많습니다. 머신러닝 시스템을 이루고 있는 데이터, 피처, 모델 개발·평가·배포, 모니터링, 인프라 등을 전체적인 관점에서 고려해야 합니다. 프로덕션용 머신러닝은 대부분 비즈니스를 중심으로 하는 만큼 비즈니스 문제에 따른 요구 사항과 이해관계자 또한 중요합니다.

이 책은 떠오르는 MLOps 분야의 대표 강의인 스탠퍼드 ‘CS329S: 머신러닝 시스템 설계(Machine Learning Systems Design)’를 기반으로 합니다. 저자인 칩 후옌은 넷플릭스부터 스타트업까지 다양한 기업에서 머신러닝을 배포하고 운영한 경험을 바탕으로, 여러분이 그동안 궁금했지만 답을 찾기 어려웠을 법한 질문에 대해 여러 가지 접근법을 제시합니다. 특정 도구 사용법보다는 각 머신러닝 기법의 개념 및 장단점과 트레이드오프에 집중하며, 더 필요한 정보는 바로 찾아볼 수 있도록 풍부한 참고 자료 링크를 제공합니다.

대상 독자

- 머신러닝 관련 실무자: 머신러닝 엔지니어, 데이터 과학자, 머신러닝 플랫폼 엔지니어, 엔지니어링 관리자 등

- 도구 개발자: 머신러닝 프로덕션에서 서비스가 부족한 영역을 찾아내 생태계에 맞는 도구를 만들어 넣을 방안을 파악하려는 경우

- 구직자 및 학생: 머신러닝 관련 직무로 취업하려는 경우

- 기술 및 비즈니스 리더: 제품 및 비즈니스 프로세스를 개선하기 위해 머신러닝 솔루션 채택을 고려하는 경우

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

​

​

​

#머신러닝_시스템_설계 #프로젝트_범위 #산정부터 #프로덕션 #배포_후 #모니터링까지, #MLOps #완벽)해부하기 #칩_후옌 #김대근 #김영민 #한빛미디어