0. MLOps 공부 자료

1. 글

(1) [coffeewhale 블로그] Kubernetes w/ MLOps #1-4

(2) 머신러닝 디자인 패턴

(3) 머신러닝 파이프라인 종류

(4) 모두의 MLOps with Kubernetes and Kubeflow

(5) Xbrain Blog Post

1. What is MLOps? -> https://url.kr/m2wr4b
2. AI를 활용한 제품을 위한 데이터 전략 -> https://url.kr/jzmw47
3. MLOps를 하면 성과지표, 모니터링을 어떻게 할까? -> https://url.kr/q7m1cf
4. Airflow를 활용한 MLOps 구성방법 https://url.kr/ktshxz
5. AI 서비스에서 데이터 엔지니어의 역할 및 중요성 -> https://url.kr/276fm3

2. 영상 & 강의

(0) 빠르게 훑기 좋은 머신러닝 파이프라인

(1) Andrew Ng의 MLOps 코세라 강의

(2) Fullstack deeplearning

3. 책

(1) 머신러닝 시스템 디자인 패턴

(2) 데이터 중심 애플리케이션 설계

4. 실제MLOps을 서비스에 적용시킨 사례

(1) 버킷플레이스(오늘의집)

(2) 라인

https://tv.naver.com/v/16969998
+ 자료 기본적으로 Airflow를 알고 계신다는 가정 하에 작성된것.
https://engineering.linecorp.com/ko/blog/data-engineering-with-airflow-k8s-1/
https://engineering.linecorp.com/ko/blog/data-engineering-with-airflow-k8s-2/

(3) 핀다(Finda) DevOps

1편:https://url.kr/5taorv
2편: https://url.kr/aek9ml

(4) 네이버 플례이스 AI 서비스 개발

-> https://url.kr/pqnvwh
플레이스 AI개발 부서는 Experimental에서 Production까지 담당하고 있는데, 서비스 응용 수준의 머신러닝 과제를 발굴하여 데이터 수집부터 모델링, 서빙까지 머신러닝 과제의 전체 프로세스를 개선하는 작업을 한다.

5. 채용공고로 보는 기술 스택

• Kakao enterprise : 채용공고 링크

  

  

• KaKaoBrain : 채용공고 링크

   

  

  

  

  

• 토스 : 채용공고 링크
  MLOps Engineer라기 보다는 Data Engineer지만 우선 올려둔다.

  

• Naver Cloud : 채용공고 링크

  

• Naver Webtoon : 채용공고 링크
  2022년 1월 경력채용 공고

  

• 당근마켓 : 채용공고 링크

  

  

• LINE : 채용공고 링크

  

  

  

무신사 : 채용공고 링크