🚀 MLOps Zoomcamp 학습 프로젝트

📋 프로젝트 개요

목적

DataTalks.Club의 MLOps Zoomcamp를 통해 체계적인 MLOps 기초 역량 구축

학습 목표

MLOps의 핵심 개념과 도구들 이해
End-to-End ML 파이프라인 구축 경험
실제 프로덕션 환경에서의 ML 모델 배포 경험
MLOps 모범 사례 습득

기간

시작일: 2025년 1월 1일
목표 완료일: 2025년 3월 31일 (12주)
실제 완료일: [미완료]

수료 목표

📚 강의별 학습 계획

Module 1: Introduction

1.1: Introduction to MLOps

📅 학습 기간: 2025-01-01
⭐ 완료 상태: ✅ 완료

🎯 학습 목표

MLOps의 정의와 필요성 이해
ML 프로젝트 3단계 라이프사이클 파악
택시 여정 시간 예측 예시를 통한 MLOps 적용 이해

📝 주요 학습 내용

MLOps 정의: “머신러닝을 운영 환경에 적용하기 위한 최선의 사례들의 집합”
3단계 구조: 설계(Design) → 훈련(Train) → 운영(Operate)
MLOps 이점: 효율성, 재현성, 배포 간소화, 품질 모니터링, 팀 협업

🔗 관련 문서: 1-1.md

1.2: MLOps Maturity Model

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

MLOps 성숙도 모델 이해
각 레벨별 특징과 요구사항 파악
조직의 MLOps 성숙도 평가 방법

🔗 관련 문서: 1-2.md

Module 2: Experiment Tracking

2.1: Experiment Tracking Intro

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

실험 추적의 필요성 이해
MLflow 소개 및 기본 개념
실험 관리 모범 사례

🔗 관련 문서: 2-1.md

2.2: Getting Started with MLflow

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

MLflow 설치 및 환경 설정
첫 번째 실험 추적 실습
MLflow UI 사용법

🔗 관련 문서: 2-2.md

Module 3: Orchestration

3.1: Introduction to Orchestration

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

워크플로우 오케스트레이션 개념 이해
Prefect 소개 및 기본 사용법
Flow와 Task 정의

🔗 관련 문서: 3-1.md

3.2: ML Pipeline with Prefect

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

ML 파이프라인 자동화
스케줄링 및 모니터링
실제 ML 프로젝트에 Prefect 적용

🔗 관련 문서: 3-2.md

Module 4: Model Deployment

4.1: Batch vs Online Deployment

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

배치 예측 vs 실시간 예측 비교
각 방식의 장단점 및 사용 사례
배포 방식 선택 기준

🔗 관련 문서: 4-1.md

4.2: Web Service Deployment

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

Flask/FastAPI를 활용한 웹 서비스 구축
Docker 컨테이너화
클라우드 배포 실습

🔗 관련 문서: 4-2.md

Module 5: Model Monitoring

5.1: Model Monitoring Basics

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

모델 모니터링의 필요성
주요 모니터링 지표
데이터 드리프트 개념

🔗 관련 문서: 5-1.md

5.2: Evidently for Model Monitoring

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

Evidently 도구 사용법
모니터링 대시보드 구성
알림 시스템 설정

🔗 관련 문서: 5-2.md

Module 6: Best Practices

6.1: Testing ML Code

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

ML 코드 테스팅 전략
단위 테스트 및 통합 테스트
모델 검증 방법

🔗 관련 문서: 6-1.md

6.2: CI/CD for ML

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 학습 목표

ML을 위한 CI/CD 파이프라인
GitHub Actions 활용
자동화된 모델 배포

🔗 관련 문서: 6-2.md

Capstone Project

📅 학습 기간: [시작일 - 종료일]
⭐ 완료 상태: ⬜ 미시작 / 🔄 진행중 / ✅ 완료

🎯 프로젝트 목표

End-to-End MLOps 파이프라인 구축
실제 문제 해결을 위한 ML 모델 개발
프로덕션 수준의 배포 및 모니터링

🔗 관련 문서: Capstone-Project.md

📊 학습 진도 현황

전체 진도율

진행률: ▓░░░░░░░░░ 8% (1/12 강의 완료)

모듈별 완료 상태

Module 1: Introduction (1/2 완료)
- 1.1: Introduction to MLOps
- 1.2: MLOps Maturity Model
Module 2: Experiment Tracking (0/2 완료)
Module 3: Orchestration (0/2 완료)
Module 4: Model Deployment (0/2 완료)
Module 5: Model Monitoring (0/2 완료)
Module 6: Best Practices (0/2 완료)
Capstone Project

실습 과제 완료 현황

🛠️ 기술 스택 & 도구

필수 도구

클라우드 서비스

AWS (EC2, S3, Lambda)
Google Cloud Platform (선택사항)
Heroku (간단한 배포용)

모니터링 & 시각화

Grafana - 대시보드
Prometheus - 메트릭 수집
Jupyter Notebook - 실험 및 분석

📚 추가 학습 자료

공식 자료

참고 도서

“Designing Machine Learning Systems” - Chip Huyen
“Building Machine Learning Pipelines” - Hannes Hapke
“MLOps: Engineering at Scale” - Carl Osipov

블로그 & 아티클

🎯 학습 후 목표

단기 목표 (코스 완료 후)

개인 MLOps 프로젝트 1개 추가 완성
학습 내용 기술 블로그 포스팅
MLOps 관련 컨퍼런스 참석
GitHub 포트폴리오 정리

중기 목표 (3개월 후)

AWS/GCP MLOps 관련 자격증 취득
MLOps 커뮤니티 활동 시작
오픈소스 MLOps 프로젝트 기여
실무 프로젝트 참여 또는 인턴십

장기 목표 (6개월 후)

MLOps Engineer 포지션 지원
지리 기반 ML 모델 전문성 결합
MLOps 강의 또는 튜토리얼 제작
기술 커뮤니티 발표 경험

📝 회고 및 개선점

강의별 회고

매 강의 완료 후 작성:

배운 내용 요약
어려웠던 점
개선할 점
다음 강의 계획

1.1 강의 회고

✅ 완료 (2025-01-01)
- MLOps 전체 개념을 명확히 이해
- 택시 예측 사례로 실제 적용 과정 파악
- 3단계 구조의 체계적 접근법 학습

중간 점검 (Module 3 완료 후)

[중간 점검 내용 작성 예정]

최종 회고 (코스 완료 후)

[최종 회고 내용 작성 예정]

🔗 관련 프로젝트

MLOPS-Transition.md - 전체 MLOPS 전환 계획
AI-Tools-Review.md - 학습 과정에서 사용한 AI 도구들

💡 이 문서는 MLOps Zoomcamp 학습 과정을 체계적으로 기록하고 관리하기 위한 마스터 문서입니다. 매 강의 진도에 맞춰 업데이트해주세요!