Enroll Course: https://www.coursera.org/learn/mlops-mlflow-huggingface-duke
안녕하세요, 데이터 과학과 머신러닝에 열정이 가득한 블로거입니다! 오늘은 Coursera에서 제공하는 ‘MLOps Tools: MLflow and Hugging Face’라는 과정을 소개하고, 그 내용과 제 생각을 공유해 보려고 합니다.
### 과정 개요
이 과정은 머신러닝 운영(MLOps) 분야에서 가장 많이 사용되는 두 가지 오픈 소스 플랫폼인 MLflow와 Hugging Face에 대해 다룹니다. 이 과정은 기본적인 모델과 데이터셋 작업을 통해 두 플랫폼을 시작하는 데 필요한 기초를 제공합니다.
### 과정 내용
1. **MLflow 소개**: MLflow의 개념과 기본적인 사용법에 대해 배우며, 모델과 아티팩트를 등록하고 reproducible한 결과를 얻기 위해 MLflow 프로젝트를 만드는 방법을 익힙니다.
2. **Hugging Face 소개**: Hugging Face 플랫폼의 기본을 배우고, 모델과 데이터셋을 저장하기 위한 저장소 활용법을 익힙니다. 이후 API와 웹 인터페이스를 사용하여 모델과 데이터셋을 추가하고 사용하는 방법을 학습합니다.
3. **Hugging Face 배포하기**: FastAPI 프레임워크를 사용하여 Hugging Face 모델을 컨테이너화하고, 모델을 HTTP API 엔드포인트로 서비스하는 방법을 배웁니다. Azure와 Docker Hub를 활용하여 컨테이너를 저장하고, 이러한 컨테이너를 나중에 배포하기 위해 사용하는 방법을 이해하게 됩니다.
4. **적용된 Hugging Face**: 기존 모델을 활용해 Hugging Face 모델을 fine-tuning하고, Azure를 통해 컨테이너를 배포하는 방법을 학습합니다. 또한 Hugging Face spaces에 모델을 배포하는 방법도 다룹니다.
### 결론
이 과정은 MLflow와 Hugging Face의 기능을 잘 배울 수 있는 기회입니다. 특히 데이터 과학에 진지하게 관심이 있는 분들께 강력히 추천합니다. 각 주차마다 실습을 통해 이론을 익히고, 실제로 적용하는 과정을 통해 배우는 점이 많은 것을 느꼈습니다. MLOps의 기초부터 고급까지 다룰 수 있는 이 과정에 도전해 보시길 추천드립니다!
학생으로서 직접 배우고 활용할 수 있는 다양한 기회를 제공해 준 Coursera에 감사한 마음을 전하며, 여러분들도 이 과정을 통해 뜻깊은 경험을 쌓길 바랍니다!
Enroll Course: https://www.coursera.org/learn/mlops-mlflow-huggingface-duke