Enroll Course: https://www.coursera.org/learn/ibm-ai-workflow-ai-production
안녕하세요, 여러분! 오늘은 Coursera에서 제공하는 “AI Workflow: AI in Production” 과정을 소개하고, 그 내용을 리뷰해보도록 하겠습니다. 이 과정은 IBM AI Enterprise Workflow Certification 전문화의 여섯 번째 과정으로, 이전 과정들을 순서대로 수강하는 것이 강하게 권장됩니다. 각 과정이 서로 연결되어 있기 때문에, 필수적으로 이전 과정의 내용을 이해하고 있던지, 복습을 하실 필요가 있습니다.
이 과정은 가상의 스트리밍 미디어 회사에서 모델을 프로덕션에 배포하는 것에 중점을 두고 있습니다. IBM Watson Machine Learning에 대한 소개부터 시작하여, Docker 컨테이너에서 자신의 API를 구축하고 관리하는 방법을 배울 수 있습니다.
**강의 개요**
1. **피드백 루프 및 모니터링**: 이 모듈에서는 피드백 루프와 모니터링에 대해 배웁니다. 비즈니스 가치와 성과 모니터링에 대한 중요성 등을 다루며, 로거와 API 엔드포인트에 대한 유닛 테스트를 작성하게 됩니다.
2. **Openscale 및 Kubernetes 실습**: Watson Openscale과 Kubernetes에 대한 hands-on 튜토리얼을 진행합니다. Openscale은 AI 성능을 추적할 수 있는 서비스를 제공하며, Kubernetes는 Docker 컨테이너의 관리 및 배포를 자동화합니다.
3. **캡스톤 프로젝트 (1부)**: 배운 내용을 종합하는 캡스톤 프로젝트의 첫 부분입니다. 실제 시나리오를 묘사하여 학습한 내용을 진지하게 적용해 볼 수 있는 기회를 제공합니다.
4. **캡스톤 프로젝트 (2부)**: 모델을 구축하고 최적의 모델을 선택하는 방법을 배우고, 모델 성능과 비즈니스 메트릭 간의 관계를 조사하는 스크립트를 작성합니다.
이 과정을 통해 AI 모델을 프로덕션에 배치하는 전 과정을 체험할 수 있어, 실제 업계에서도 유용하게 사용할 수 있는 지식을 얻을 수 있습니다.
이 과정을 추천하는 이유는 단순히 이론에 그치지 않고 실제적인 기술 적용과 성과 모니터링까지 체험할 수 있기 때문입니다. AI 분야에서의 경력을 쌓고자 하시는 분들에게 강력히 추천드립니다. Coursera에서 수강하실 수 있으니, 관심 있는 분들은 꼭 확인해보세요!
Enroll Course: https://www.coursera.org/learn/ibm-ai-workflow-ai-production