Boostcamp-AI-Tech-Product-Serving
- 부스트캠프 AI Tech - Product Serving 자료
Repository 구조
- part1(MLOps 개론, Model Serving, 머신러닝 프로젝트 라이프 사이클은 별도의 코드가 없으며, part2 ~ part4는 강의 자료에서 사용한 코드가 저장되어 있습니다
assets엔 예제로 사용할 Mask Classification Model이 저장되어 있습니다- 만약 실무였다면 part 아래에 있는 폴더들에 같이 저장되는 것이 조금 더 좋지만, 교육용 Github Repo라서 중복 저장을 피하기 위해 이렇게 저장했습니다
├── README.md
├── .github/workflows : Github Action Workflow
├── assets : Mask Classification Model
│ └── mask_task
├── part2
│ ├── 01-voila
│ ├── 02-streamlit
│ └── 04-cicd
├── part3
│ ├── 01-fastapi
│ ├── 02-docker
│ ├── 03-logging
│ └── 04-mlflow
└── part4
├── 01-bentoml
└── 02-airflow
추천 학습 방식
- 강의를 수강한 후, 강의에서 나온 공식 문서를 보며 코드를 작성합니다
- 강의에서 활용한 코드를 그대로 복사 붙여넣기하지 말고, 직접 타이핑해주세요
- 오류를 많이 경험하고, 오류가 발생했다면 그 이유와 해결 방법을 별도로 기록해주세요
- 강의에서 진행된 코드를 더 좋게 개선해도 좋아요 :)
- 강의에서 다룬 내용보다 더 넓은 내용을 찾아보고 정리해서 나만의 Serving 노트를 만들어보아요
만약 이슈가 생겼다면
- 실습 코드 관련 문의는 슬랙 채널에 문의해주세요
- 어떤 상황에서(OS, Python 버전 등) 어떤 오류가 발생했는지 자세히 알려주시면 좋아요. 같이 해결해보아요!
- 강의 영상 및 강의 자료 관련 문의는 부스트코스를 통해서 해주세요!
- 이해하기 어렵거나 토론하고 싶은 소재가 있다면 슬랙 채널에 공유해주세요!
- 단순히 GET이 뭐에요? 라는 질문보다는 간단히 검색한 후, 검색한 자료를 공유하면서 어떤 부분이 어려운지 질문주시는 것을 추천드려요 :)
협업 규칙
- 커밋 메시지 컨벤션은 conventional commit을 따릅니다
- commitizen을 사용하면 더욱 쉽게 커밋할 수 있습니다
- 작업은 기본적으로 별도의 브랜치를 생성하여 작업합니다. 작업이 완료되면 PR로 리뷰 받습니다
- PR 리뷰 후 머지 방식은 Squash & Merge를 따릅니다
- Merge 전에 PR 제목을 되도록이면 convetional commit 형태로 만들어주세요
Contributors ✨
Thanks goes to these wonderful people (emoji key):
 Sung Yun Byeon |
 Jungwon Seo |
 humphrey |
 heumsi |
 YkMoon |
This project follows the all-contributors specification. Contributions of any kind welcome!