오픈소스 ML 플랫폼 MLflow를 활용한 실험 추적, 모델 관리, GenAI 트레이싱을 학습합니다.
학습 목표
- MLflow의 핵심 컴포넌트(Tracking, Models, Registry) 이해
- 실험(Experiment)과 런(Run) 관리
- 모델 로깅, 등록, 버전 관리
- GenAI 앱에 대한 트레이싱(Tracing) 설정
문서 목록
| 순서 | 문서 | 내용 |
|---|---|---|
| 1 | MLflow란? | 개념, 구성 요소, Databricks 통합을 설명합니다 |
| 2 | 실험 추적 | 파라미터, 메트릭, 아티팩트 로깅과 Autolog을 다룹니다 |
| 3 | 모델 레지스트리 | Unity Catalog 기반 모델 등록, 버전 관리, Alias를 안내합니다 |
| 4 | MLflow Tracing | GenAI 앱의 호출 흐름 추적, 자동/수동 트레이싱을 설명합니다 |
| 5 | 모델 평가 | Scorer, 자동 평가, Correctness/Safety/Guidelines 평가를 다룹니다 |