MLOps와 AIOps의 차이와 연결고리를 살펴보고, 이를 바탕으로 수요 예측 및 발주 자동화 시스템까지 만드는 실습을 진행했다.   AI 서비스와 MLOps 이해 왜 MLOps가 필요할까? 머신러닝 프로젝트를 몇 번 해본 사람이라면 공감할 거다. (물론 나는 처음이다) 모델 하나 잘 만든다고 끝이 아니라, 데이터 수집, 전처리, 모델 학습, 배포, 운영 의 전 과정이 들어가고, 모델 완성 후에도 몇 달이 지나면 모델 성능이 다시 안 좋아지는 경우도 빈번하다고 한다. 배포도 개발 환경에서는 잘 되더니 배포하니 안 돌아가고, 배포했더니 성능이 떨어지고, 시간이 지나면 예측이 틀어지는 등의 문제가 발생할 수 있다. 이러한 문제를 자동화?하는 게 바로 MLOps다. 📌 MLOps란? 머신러닝 모델을 개발, 배포, 운영하는 전 과정을 DevOps처럼 자동화하고 체계화하는 방법론   MLOps가 해결해주는 것들 모델 개발부터 운영까지 프로세스 자동화 실험 기록, 버전 관리, 재현성 강화 성…

나의 첫 데이터분석 미니 프로젝트!   SKALA 데이터분석 과정이 끝나서 신약개발을 위한 화합물 독성 예측이라는 주제로 미니프로젝트를 진행했다. 프로젝트는 조원들과 함께 화합물 데이터를 가지고 EDA를 하는 1일차와 개인별로 독성 예측 모델링을 진행한 2일차로 나눠 진행됐다.   1. EDA 내가 이해한 EDA는 데이터를 여러가지 방법으로 시각화하고 분석하며 해당 데이터를 이해하고, 데이터 모델링을 할때 도움이 될 수 있는 데이터를 뽑아가는 과정이라고 생각한다. 여기서 gpt에게 물어본 EDA 데이터를 분석하기 전 단계에서 데이터의 구조, 특징, 패턴, 이상치, 분포 등을 직관적으로 파악하기 위해 사용하는 기법   2. Modeling 1단계 : 데이터 구성 전략 수립 3가지 실험용 feature 조합을 만들었다. numeric : 수치형 데이터만 사용 selected : 수치형 + 상관계수와 p-value를 통해 선택한 fingerprint 데이터 pca : 수치형 + pca로…