고급 머신러닝 운영

이 과정에서는 머신러닝 라이프사이클과 MLOps에 대한 포괄적인 이해를 제공하며, 데이터 및 모델 관리, 테스트, 그리고 확장 가능한 아키텍처를 위한 모범 사례를 강조합니다. CI/CD, 파이프라인 관리, 환경 분리를 포함한 핵심 MLOps 구성 요소를 다루고, Databricks Asset Bundles(DABs), Workflows, Mosaic AI Model Serving과 같은 자동화 및 인프라 관리를 위한 Databricks 도구들을 소개합니다. 또한 모니터링, 사용자 정의 메트릭, 드리프트 감지, 모델 롤아웃 전략, A/B 테스트, 그리고 신뢰할 수 있는 MLOps 시스템의 원칙에 대해 학습하여, Databricks에서 ML 프로젝트를 구현하고 관리하는 것에 대한 전반적인 관점을 제공합니다.