MLOps platforms

1. MLFlow

Tracking : 학습 결과 추적하고, 다양한 프레임워크에서 동작할 수 있는 학습 코드의 재현성

Projects : 프롲게트의 코드, 환경 설정, 종속성 등 관리

Models : 학습된 머신러닝 모델 관리, 모델 배포

Registry : 모델 버전 관리, 공동 작업 모델 저장소 제공

모델 개발과 관리에 필요한 다양한 기능 제공. 

 

 

2. KubeFlow

머신러닝 모델 개발과 배포를 위한 end to end 솔루션 제공

Distributed Training : Kubeflow는 Tf를 비롯한 다양한 머신러닝 라이브러리와 프레임워크 지원, 분산 트레이닝을 통해 대규모 데이터셋 처리 가능

Pipeline : 각 단계를 파이프라인으로 정의하고, 각 단계를 자동화 제공

Model Serving : 모델 배포 및 서빙을 위한 기능 제공

Model Management : 모델 버전 관리

 

 

 

 

3. AWS SageMaker - 

4. GCP AI platform - Kebeflow

5. Databricks - MLflow

클라우드기반 데이터 플랫폼

MLOps를 지원하는 다양한 기능과 도구 제공. 효율적인 머신러닝 lifecycle 관리 가능하게 지원

MLflow 오픈 소스 플랫폼을 Databricks 플랫폼에서 사용할 수 있도록 지원

머신러닝 라이브러리와 프레임워크 미리 설치. 자동화된 클러스터 관리와 모니터링 기능 제공.