MLOps — 종단간 파이프라인

이 데모는 전체 MLOps 파이프라인을 다룹니다. 우리는 Databricks Lakehouse가 어떻게 활용되어 거버넌스, 보안, 그리고 견고성을 보장하면서 생산 모델을 조정하고 배포하는지 보여드리겠습니다.

• 데이터를 수집하고 피처 스토어에 저장하십시오
• Databricks AutoML로 ML 모델 구축하기
• 자동으로 모델을 테스트하기 위해 MLflow 훅을 설정하세요
• 모델 테스트 작업을 생성하십시오
• 테스트가 유효성을 검증하면 자동으로 생산 모델을 이동시킵니다
• 주기적으로 모델을 재학습하여 드리프트를 방지하십시오

이것은 상당히 고급 데모임을 유의하세요. 만약 당신이 Databricks에 새로운 사용자이고 ML에 대해 배우고 싶다면, 우리는 ML 데모나 Lakehouse 데모 중 하나를 시작하는 것을 추천합니다.

데모를 설치하려면 무료 Databricks 워크스페이스 를 받아 Python 노트북에서 다음 두 명령을 실행하세요

%pip dbdemos 설치

dbdemos를 가져오세요
dbdemos.install('mlops-end2end')를 설치하세요

Dbdemos는 Python 라이브러리로, 여러분의 워크스페이스에 완전한 Databricks 데모를 설치합니다. Dbdemos는 노트북, Delta Live Tables 파이프라인, 클러스터, Databricks SQL 대시보드, 웨어하우스 모델 등을 로드하고 시작합니다... dbdemos 사용 방법을 확인해 보세요.

Dbdemos는 GitHub 프로젝트로 배포됩니다.

자세한 내용은 GitHub의 README.md 파일 을 참조하고 문서를 따라주세요.
Dbdemos는 그대로 제공됩니다. 라이선스 와 공지 를 참조하여 자세한 정보를 확인하세요.
Databricks는 dbdemos 및 관련 자산에 대한 공식 지원을 제공하지 않습니다.
문제가 발생한 경우 티켓을 열어주시면 데모 팀이 최선을 다해 살펴보겠습니다.