목록 보기
데이터사이언스팀이 예측모델을 개발하고 운영하는 방법을 소개합니다.
AI

데이터사이언스팀이 예측모델을 개발하고 운영하는 방법을 소개합니다.

마켓컬리
마켓컬리
2023년 1월 7일

두줄요약

데이터사이언스팀의 예측모델 개발·운영 구조와 MLOPS 기반 서빙 체계를 소개했습니다. 또한 배포 후 대응, 성능 분석, Leakage 주의 등 실무에서 배운 점을 정리했습니다.

핵심 내용

  • 데이터사이언스팀의 수요예측, 개인화 모델링, 추천/랭킹 모델 운영 구조 소개
  • MLOPS, Feature Store, MLflow, Anomaly Detection을 통한 안정적 서빙 체계 강조
  • 모델 배포 후 사후 대응, 성능 분석, 오버피팅·Leakage 주의, 문제 정의와 프로젝트 관리의 중요성 공유

컬리 계열사 채용12건

채용 사이트에서 전체 보기

다음 읽기

#MLOPS 주제를 이어서 읽기

데이터사이언스팀이 예측모델을 개발하고 운영하는 방법을 소개합니다.

수요예측·추천 모델을 현장에 배포하고 운영하는 구조와 MLOps 기반을 소개했습니다. 데이터 품질, 성능 해석, Leakage 방지와 협업 기반 사후 대응의 중요성을 정리했습니다.

마켓컬리
마켓컬리
AI

댓글 0개

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...