데이터 소스와 형식 식별 및 머신러닝 워크플로를 위한 데이터 제공 방법
데이터 수집 솔루션 설계 및 머신러닝 작업 식별
모델 학습 및 배포 서비스 선택, 실시간 또는 배치 엔드포인트 배포 결정
MLOps 아키텍처 탐색, 모니터링 및 재학습 설계
Azure Machine Learning 워크스페이스 생성 및 리소스 관리
AutoML을 사용한 데이터 준비 및 실험 실행
MLflow를 사용한 모델 추적 및 스크립트 실행
하이퍼파라미터 검색 및 초기 종료 정책 설정
Azure Machine Learning 파이프라인 생성 및 실행
책임감 있는 AI를 위한 대시보드 생성 및 탐색
MLflow 모델을 실시간 또는 배치 엔드포인트에 배포
배포된 엔드포인트 테스트 및 호출