데이터 분석 모델링반 (ML 모델 배포 중심) (수 22:00 ~ 23:00)

[어떤 것을 배우나요?]

•

머신러닝 모델의 전체 워크플로우를 배웁니다.
데이터 전처리부터 학습, 평가, 배포, 운영까지 하나의 흐름으로 연결해 이해합니다.

•

모델을 서비스 형태로 배포하는 방법을 배웁니다.
FastAPI, Streamlit, Docker 등을 활용해 모델을 API·UI·컨테이너 형태로 제공합니다.

•

MLOps 관점의 모델 관리 방식을 배웁니다.
Git과 MLflow를 활용해 실험 기록, 버전 관리, 모델 레지스트리 운영을 실습합니다.

[이런 분께 추천합니다]

•

머신러닝 모델을 만들었지만 배포 경험이 없는 분

•

모델링 이후의 실무 흐름(MLOps)을 체계적으로 배우고 싶은 분

•

데이터 분석가에서 한 단계 확장된 실무 역량을 갖추고 싶은 분

본 강의에서는 모델을 서비스 형태로 배포하는 방법, 모델 관리 방식(MLOps) 등 모델링 이후의 실무 흐름에 대해 다루게 됩니다.

머신러닝 모델링에 대한 이해가 부족한 경우, 수업을 따라가는데 어려움이 있을 수 있습니다.

이 경우, “데이터 분석 모델링반(ML1)” 수강을 권장합니다.