소개
기계 학습 엔지니어가 당뇨병 분류 모델에서 데이터 과학 팀과 함께 작업한다고 상상해겠습니다. 데이터 과학 팀에서 만든 워크플로는 데이터를 전처리하고 모델을 학습시킵니다. 워크플로를 자동으로 실행하려고 합니다. 그렇게 하면 다양한 이벤트에 의해 구동되는 다양한 환경에서 분류 모델의 자동화된 학습(및 재학습)을 사용하도록 설정하게 됩니다.
자동화는 MLOps(기계 학습 작업)에서 중요한 부분입니다. DevOps와 마찬가지로 MLOps를 사용하면 이러한 아티팩트 소비자에게 기계 학습 아티팩트를 빠르게 개발하여 제공할 수 있습니다. 효과적인 MLOps 전략을 사용하면 자동화된 워크플로를 만들어 기계 학습 모델을 학습, 테스트 및 배포하는 동시에 모델 품질이 유지되도록 할 수 있습니다.
GitHub Actions를 사용하여 Azure Machine Learning 작업을 자동으로 실행하여 모델을 학습시킵니다. GitHub Actions를 사용하여 Azure Machine Learning 작업을 실행하려면 Azure 자격 증명을 GitHub에 비밀로 저장합니다. 그런 다음 YAML을 사용하여 GitHub 작업을 정의합니다.
학습 목표
이 모듈에서는 다음을 수행하는 방법을 알아봅니다.
- Azure Machine Learning 작업을 실행하는 데 필요한 권한을 서비스 주체에 만들고 할당합니다.
- GitHub에서 비밀을 사용하여 Azure 자격 증명을 안전하게 저장합니다.
- 저장된 Azure 자격 증명을 사용하여 Azure Machine Learning 작업을 실행하는 YAML을 사용하여 GitHub 작업을 만듭니다.