- Machine Learning Operations(MLOps) Contents
- 제가 추후 쉽게 찾기위한 용도로 만든 Repo입니다
- MLOps KR에서 공유된 자료를 모아두기도 합니다
- 19.12.21에 최초 작성되었으며, 아직 초안입니다
- 자료를 꾸준히 아카이빙할 예정이니 관심있으시면 Watch를 눌러두시면 좋을 것 같습니다 :)
- 직접 Pull Request로 좋은 자료를 추가해주셔도 좋고, 원하시는 내용이 있으시면 Issue에 등록해주세요 :)
- Mercari의 머신러닝 시스템 디자인 패턴(번역본)
- Rules of Machine Learning: Best Practices for ML Engineering(Eng)
- 구글의 머신러닝 엔지니어링 가이드 글로, 모델을 적용하는 과정에 대해 잘 나와있음
- 번역 글 : Rules of Machine Learning: Best Practices for ML Engineering 정리(Kor)
- Awesome production machine learning(Eng)
- 매우 다양한 오픈소스 라이브러리를 테마별로 모아둔 Github Repository. EthicalML의 다른 Repository에도 좋은 자료가 많음
- 머신러닝 오퍼레이션 자동화, MLOps(Kor)
- Deep-Learning-in-Production(Eng)
- 딥러닝 Production과 관련한 Repository. PyTorch, TensorFlow, MXNet, Mobile Development, Back-End 등에 대한 자료를 모아둠
- Full Stack Deep Learning Bootcamp(Eng)
- 딥러닝 전반 ~ 프러덕션 전반까지 잘 알려주는 강의
- 강의 정리 글 : Full Stack Deep Learning Bootcamp 정리(Kor)
- 후기 글 : The 7 questions you need to ask to operate deep learning infrastructure at scale(Eng)
- Production-Level-Deep-Learning(Eng)
- Full Stack Deep Learning Bootcamp을 기반으로 추가적인 자료를 모아둔 Repo
- Machine Learning Systems(Eng)
- UC Berkeley 수업 자료로 동영상은 없지만 자료만 봐도 유익
- Machine Learning Systems Design(Eng)
- TBU(너무 많아서 추후에 더 올릴 예정입니다)
- TF Serving -Auto Wrap your TF or Keras model & Deploy it with a production-grade GRPC Interface(Eng)
- Microsoft NNI(Eng)
- Tensorflow Data Validation 사용하기 (Kor)
- Amazon의 Deequ(Eng)
- TBU
- MLOps on GCP
- End to End Pipeline : KubeFlow +Keras/TensorFlow2 +TF Extended (TFX) +Kubernetes +PyTorch +XGBoost +Airflow +MLflow +Spark(Eng) : 6시간 실습 영상
- Kubeflow 소개와 활용법(Kor) : 두다지에서 어떻게 활용하고 있는지 발표해주신 자료
- Kubeflow Handson Kubeflow : 핸즈온 실습 영상
- 딥러닝 추천 시스템 in production(Kor) : 당근마켓에서 Kubeflow pipeline을 활용한 사례 글
- Data Pipelines with Apache Airflow 원서
- Kubernetes를 이용한 효율적인 데이터 엔지니어링(Airflow on Kubernetes VS Airflow Kubernetes Executor)
- Airflow Summit 2020