#MLOps #모두연구소 #AI모델배포 #모델서빙 #운영자동화 ✅ 오늘의 TIL(Today I Learned)✨ MLOps 실무 아키텍처✨ Airflow & Triton 기반 배포 파이프라인✅ 교육 개요이번 외부교육에서는 MLOps의 전체 아키텍처 설계부터 실제 운영 환경에서의 자동화, 모니터링까지 전반적인 실무 지식을 다뤘습니다. 단순한 툴 사용법이 아닌, 실제 현업 MLOps 팀장님의 실전 사례와 함께 학습하며 "왜 이 아키텍처가 필요한가", "이 흐름이 어떤 문제를 해결하는가"에 대한 인사이트를 얻을 수 있었습니다.✅ 핵심 개념 요약MLOps = DevOps + 머신러닝 라이프사이클 전체를 아우르는 운영 체계데이터 수집 → 전처리 → 학습 → 배포 → 모니터링 → 재학습의 반복 구조각 단계에서 자동..

2025.02.043. 💻  AI 모델 세팅 도전기  본격적인 프로젝트 세팅에 앞서서 깃허브의 6. How to Run Locally를 읽어보면 DeepSeek-V3은 Mac이랑 Window가 아닌 Linux에서만 작동해요. Oillama를 설치해서 AI모델을 효율적으로 관리해봐요.  https://github.com/deepseek-ai/DeepSeek-V3/blob/main/README.md#6-how-to-run-locally DeepSeek-V3/README.md at main · deepseek-ai/DeepSeek-V3Contribute to deepseek-ai/DeepSeek-V3 development by creating an account on GitHub.github.com  htt..

25.02.022. 일단 깃허브로 들어가 https://github.com/deepseek-ai/DeepSeek-V3 일단 무지몽매하지만 깃허브로 들어왔다. README를 읽어봐준다. 아무래도 모델이 다양해보인다. 나는 다음과 같은 모델이 필요하니 필요한 모델 추천부터 받아보려 요구사항 명세를 시작해본다. Chat GPT와 함께,,,   너는 AI엔지니어야. 나는 딥시크라는 오픈소스 AI를 이용해서, 모델을 생성하려고해. 아래의 요구사항을 진행하려면 어떤 모델을 사용해야할까? 추천부탁해1. 네이버 블로그, 티스토리, 벨로그와 같은 다양한 플랫폼의 글을 학습합니다.2. 학습과정에서는 다량의 문자열또는 Markdown 을 파일로 학습합니다.2. 특정 사람의 어투를 최대한 흉내내거나 동일하게 합니다.3. 특정..

배열은 const 로만 사용하는 이유가 뭔가요? push를 사용할 수 있는 이유는 또 뭐죠? ✅ 배열을 const로 선언하는 이유자바스크립트에서 const로 선언한 배열은 배열 자체를 변경할 수는 없지만, 배열의 내용을 변경하는 것은 가능하기 때문이야.1️⃣ const는 변수의 재할당을 막는다javascript코드 복사const arr = [1, 2, 3]; arr = [4, 5, 6]; // ❌ TypeError: Assignment to constant variable. 배열 자체를 다른 배열로 바꾸는 것은 불가능해.2️⃣ 배열 내부의 값은 변경할 수 있다javascript코드 복사const arr = [1, 2, 3]; arr.push(4); // ✅ 가능 arr[0] = 10; // ✅ 가능 co..

End-to-end ML project🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #기계학습과인식 #chatgpt #python #study #0407 Main steps for end-to-end ML project (1~4 about data) 1. Look at the big picture. 2. Get the data. 3. Discover and visualize the data to gain insights. 4. Prepare the data for Machine Learning algorithms. 5. Select a model and trai..

기계 학습과 인식🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #기계학습과인식 #chatgpt #python #study 앞선 글에서 chat gpt를 통해 SVC를 학습하였다. 이어 기계학습을 배워본다. 규칙 기반, 고전적 기계 학습, 딥러닝 같은 경우 레이블이 필요하다. 레이블을 붙이는 작업은 전문가가 해야하므로 비용이 많이 드는 작업이다. 따라서 딥러닝에서는 이를 줄이는 방법이 있다. 원샷 학습(1-shot learning) : 레이블이 있는 샘플 하나만 사용해 학습하는 원샷 학습 퓨샷 학습(few-shot learning) : 몇 개의 샘플만 사용하는 퓨..