소개

완료됨

자동화는 기계 학습 작업(MLOps)의 가장 중요한 사례 중 하나입니다. 작업을 자동화하면 프로덕션에 새 모델을 더 빠르게 배포할 수 있습니다.

자동화 외에, MLOps의 또 다른 주요 측면은 코드를 관리하고 변경 내용을 추적하는 소스 제어입니다.

자동화 및 소스 제어를 함께 사용하여 코드 변경 내용에 따라 기계 학습 워크플로에서 작업을 트리거할 수 있습니다. 그러나 코드 변경 내용이 확인되고 승인된 경우에만 자동화된 작업을 트리거하려고 합니다.

예를 들어 새 하이퍼 매개 변수 값을 사용하여 모델을 다시 학습시킨 후 소스 코드에서 하이퍼 매개 변수를 업데이트하려고 합니다. 모델을 학습시키는 데 사용되는 코드의 변경 내용을 확인하고 승인한 후 학습할 새 모델을 트리거하려고 합니다.

GitHub는 소스 제어를 위해 Git을 사용하여 자동화 및 리포지토리에 대한 GitHub Actions를 제공하는 플랫폼입니다. 리포지토리의 변경으로 인해 GitHub Actions 워크플로가 트리거되도록 구성할 수 있습니다.

학습 목표

이 모듈에서는 다음을 수행하는 방법을 알아봅니다.

• 기능 기반 개발로 작업합니다.
• 기본 분기를 보호합니다.
• 끌어오기 요청을 병합하여 GitHub Actions 워크플로를 트리거합니다.