ML 프로젝트 관리는 아이디어 구상에서 프로덕션에 즉시 사용 가능한 구현으로 발전하는 ML 프로젝트를 관리하는 방법을 보여줍니다. 이 과정에서는 ML 개발 단계와 ML팀에서 일반적으로 볼 수 있는 역할 및 기술을 다룹니다. 이해관계자와 협력하기 위한 전략을 설명하고 개발의 각 단계에서 ML 프로젝트를 계획하고 관리하는 방법을 자세히 설명합니다.
이 과정은 ML 프로젝트에 내재된 복잡성을 명확하게 설명하여 ML 프로젝트 관리를 위한 탄탄한 이론적 프레임워크를 제공합니다.
이 과정에서는 기존의 ML 모델에 중점을 둡니다. 생성형 AI가 주목을 받고 있지만 Google에서 기존 ML은 중요한 역할을 하며 Google Cloud의 TPU 할당량 예측부터 YouTube에서 관련 동영상 추천에 이르기까지 지도의 이동 시간 예측부터 항공편 검색에서의 항공권 가격 추정에 이르기까지 다양한 서비스와 프로젝트를 뒷받침합니다.
일반적으로 기존 ML 프로젝트를 관리하는 원칙은 생성형 AI 프로젝트 관리와 동일합니다 큰 차이가 있는 경우 이 과정에서는 관련된 생성형 AI 조언과 안내를 제공합니다
기본 요건:
- 머신러닝에 대한 기본적인 사항을 이해하고 있어야 합니다. 머신러닝 개념에 대한 간략한 소개는 머신러닝 소개를 참조하세요. 머신러닝에 대한 실무형 소개는 머신러닝 단기집중과정을 참조하세요.
- 먼저 ML이 문제에 적합한 접근 방식인지 확인해야 합니다. 문제를 ML 솔루션 측면에서 프레이밍하지 않았다면 머신러닝 문제 프레이밍 소개를 완료하세요.