°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (25,650¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (18,900¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (21,600¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

MLFlow¸¦ È°¿ëÇÑ MLOps : AWS, Azure, GCP¿¡¼­ MLOps ½ÃÀÛÇϱâ

¿øÁ¦ : Beginning Mlops with Mlflow
¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

°øÀ¯Çϱâ
Á¤°¡

30,000¿ø

  • 27,000¿ø (10%ÇÒÀÎ)

    1,500P (5%Àû¸³)

ÇÒÀÎÇýÅÃ
Àû¸³ÇýÅÃ
  • S-Point Àû¸³Àº ¸¶ÀÌÆäÀÌÁö¿¡¼­ Á÷Á¢ ±¸¸ÅÈ®Á¤ÇϽŠ°æ¿ì¸¸ Àû¸³ µË´Ï´Ù.
Ãß°¡ÇýÅÃ
¹è¼ÛÁ¤º¸
  • Ç°Àý 
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

¸Ó½Å·¯´× ¼Ö·ç¼Ç ±¸ÃàÀ» À§ÇÑ ÇÁ·Î¼¼½º´Â 1.¹®Á¦ÀÇ ½Äº°, 2.µ¥ÀÌÅÍ ¼öÁý, 3.µ¥ÀÌÅÍ ºÐ¼®, 4.ÇÇó ¿£Áö´Ï¾î¸µ ¹× µ¥ÀÌÅÍ Á¤±ÔÈ­, 5.¸ðµ¨ ±¸Ãà, 6.ÇнÀ, Æò°¡ ¹× °ËÁõ, 7.¿¹Ãø µîÀÇ °úÁ¤ÀÌ´Ù. MLOps´Â µ¥ºê¿É½º(DevOps)¿¡¼­ äÅõŠ¸Ó½Å·¯´×¿¡ Àû¿ëµÇ´Â ¿øÄ¢ ¹× °üÇàÀ¸·Î, ÆÄÀÌÇÁ¶óÀÎÀÇ Áö¼ÓÀûÀÎ ÅëÇÕ°ú Àü´ÞÀ» º¸ÀåÇØ Àüü ÀÚµ¿È­ ¼³Á¤À» ¿Ï·áÇÑ´Ù. MLFlow´Â ±âÁ¸ ÄÚµå º£À̽º¿¡ MLOps ¿øÄ¢À» ÅëÇÕÇØ ³Î¸® »ç¿ëµÇ´Â ´Ù¾çÇÑ ÇÁ·¹ÀÓ¿öÅ©¸¦ Áö¿øÇÏ´Â APIÀÌ´Ù. MLFlow¸¦ »ç¿ëÇؼ­ ÁöÇ¥, ÆĶó¹ÌÅÍ, ±×·¡ÇÁ ¹× ¸ðµ¨ ÀÚü¸¦ ·Î±ëÇÑ´Ù. ¶ÇÇÑ ±â·ÏµÈ ¸ðµ¨À» ÀûÀçÇÏ°í, ±â´ÉÀ» È°¿ëÇÒ ¼ö ÀÖ´Ù.
ÇÁ·¹ÀÓ¿öÅ©´Â scikit-learn, TensorFlow 2.0/ Keras, PyTorch ¹× PySparkÀÇ ½ÇÇè¿¡ MLFlow¸¦ Àû¿ëÇÏ´Â ¹æ¹ý°ú ÀÌ·¯ÇÑ ¸ðµ¨ Áß Çϳª¸¦ ·ÎÄÿ¡ ¹èÆ÷ÇÏ°í ¸ðµ¨À» »ç¿ëÇØ ¿¹ÃøÇÏ´Â ¹æ¹ýÀ» ½ÇÇàÇØ º»´Ù. ÇØ´ç ¸ðµ¨À» AWS, Azure, GCP¿¡ ¹èÆ÷ÇÏ°í ±¸¼ºÇؼ­ ¼­ºùµÇ´Â ±¸Ã¼ÀûÀÎ ¹æ¹ýÀ» ´Ù·é´Ù.

ÃâÆÇ»ç ¼­Æò

¢Â ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë ¢Â
¡ß ±âº» µ¥ÀÌÅÍ ºÐ¼® ¼öÇà ¹× scikit-learn ¹× PySpark ¸ðµ¨ ±¸Ãà
¡ß ¸ðµ¨ ÇнÀ, Å×½ºÆ® ¹× °ËÁõ(ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´×)
¡ß MLOpsÀÇ Á¤ÀÇ¿Í ÀÌ»óÀûÀÎ MLOps ±¸Ãà
¡ß ±âÁ¸ ¶Ç´Â ÇâÈÄ ÇÁ·ÎÁ§Æ®¿¡ MLFlow¸¦ ½±°Ô ÅëÇÕ
¡ß Ŭ¶ó¿ìµå¿¡ ¸ðµ¨À» ¹èÆ÷ÇÏ°í ¿¹Ãø ¼öÇà


¢Â ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¢Â
ÀÌ Ã¥Àº ¸Ó½Å·¯´× Ãʺ¸ÀÚºÎÅÍ °í±Þ ¸Ó½Å·¯´× ¿£Áö´Ï¾î, ½ÇÇèÀÇ ´õ ³ªÀº ±¸¼º¹ýÀ» ¹è¿ì°íÀÚ ÇÏ´Â ¸Ó½Å·¯´× ¿¬±¸¿ø±îÁö ¸Ó½Å·¯´×¿¡ °ü½É ÀÖ´Â ¸ðµç µ¶ÀÚ¸¦ ´ë»óÀ¸·Î ÇÑ´Ù.


¢Â ÀÌ Ã¥ÀÇ ±¸¼º ¢Â
1, 2ÀåÀº ½Å¿ëÄ«µå µ¥ÀÌÅͼ¿¡ ±â¹ÝÇÑ ÀÌ»ó °ËÃâ±â ¸ðµ¨¿¡ MLOps ¿ø¸®¸¦ ÅëÇÕÇÏ´Â ¹æ¹ýÀ» ´Ù·é´Ù.
3Àå¿¡¼­´Â MLOps°¡ ¹«¾ùÀÎÁö, ÀÛµ¿ ¹æ½Ä ¹× ¾î¶»°Ô À¯¿ëÇÒ ¼ö ÀÖ´ÂÁö¿¡ °üÇÑ ÀÌÀ¯¿¡ ´ëÇØ ¼Ò°³ÇÑ´Ù.
4Àå¿¡¼­´Â ±âÁ¸ ÇÁ·ÎÁ§Æ®¿¡¼­ MLFlow¸¦ ±¸ÇöÇÏ°í È°¿ëÇØ ¸î ÁÙÀÇ Äڵ常À¸·Î MLOpsÀÇ ÀÌÁ¡À» ´©¸± ¼ö ÀÖ´Â ¹æ¹ý¿¡ ´ëÇØ ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.
5Àå, 6Àå, 7Àå¿¡¼­´Â ¸ðµ¨À» ¿î¿µÇØ AWS, Microsoft Azure ¹× Google Cloud¿¡ °¢°¢ ±¸ÃàÇÒ ¼ö ÀÖ´Â ¹æ¹ýÀ» ´Ù·é´Ù.
7Àå¿¡¼­´Â °¡»ó ¸Ó½Å¿¡¼­ ¸ðµ¨À» È£½ºÆÃÇÏ°í ¿ÜºÎ ¼Ò½º¿¡¼­ ¼­¹ö¿¡ ¿¬°áÇØ ¿¹ÃøÀ» ¼öÇàÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. µû¶ó¼­ ¼³¸í¼­¿¡ ¼³¸íµÈ MLFlow ±â´ÉÀÌ ¿À·¡µÇ¸é ¾ðÁ¦µçÁö ÀÌ ¹æ½ÄÀ» »ç¿ëÇØ Å¬¶ó¿ìµå»óÀÇ ÀϺΠŬ·¯½ºÅÍ¿¡¼­ ¸ðµ¨À» ¼­ºñ½ºÇÒ ¼ö ÀÖ´Ù.
¸¶Áö¸· ÀåÀÎ ºÎ·Ï¿¡¼­´Â MLFlow¸¦ ¸¸µç Databricks¸¦ È°¿ëÇØ MLFlow ½ÇÇèÀ» ±¸¼ºÇÏ°í ¸ðµ¨À» ¹èÄ¡ÇÏ´Â ¹æ¹ý¿¡ ´ëÇØ ¼³¸íÇÑ´Ù.

̵̧ȍ


¢Â ÁöÀºÀÌÀÇ ¸» ¢Â
MLFlowÀÇ ÀåÁ¡À» ÀÌ¿ëÇØ ±âÁ¸ ÇÁ·ÎÁ§Æ®¿¡ MLOps ¿ø¸®¸¦ ½±°Ô ÅëÇÕÇÒ ¼ö ÀÖ´Â ¹æ¹ýÀ» µ¶ÀÚ¿¡°Ô Àü´ÞÇÏ´Â °ÍÀÌ ÀÌ Ã¥ÀÇ ¸ñÇ¥´Ù. ±×¸®°í ¸¹Àº »ç¶÷ÀÌ ¸ðµ¨À» È£½ºÆÃÇϴ Ŭ¶ó¿ìµå ¼­¹ö¿¡ ¿¬°áÇÒ ¼ö ÀÖ´Â ÇÑ Å¬¶ó¿ìµå ±¸Çö ¹æ¹ý¿¡ ´ëÇØ ´õ Àß ¾Ë°í Àֱ⸦ ¹Ù¶õ´Ù.
MLFlow´Â ÀÛ¾÷ °ø°£À» ±¸¼ºÇÏ´Â µµ±¸·Î¼­µµ ¸Ó½Å·¯´× ½ÇÇèÀÇ °ü¸®¸¦ ´ëÆø °³¼±ÇÏ°í ÇÁ·ÎÁ§Æ®ÀÇ Àüü ¸ðµ¨ ±â·ÏÀ» ÃßÀûÇÒ ¼ö ÀÖ´Ù. ´õ ¸¹Àº »ç¶÷ÀÌ MLFlow¸¦ äÅÃÇØ ¿öÅ©Ç÷ο쿡 ÅëÇÕÇϱ⸦ ¹Ù¶õ´Ù.
¿¬±¸ÀÚµéÀº MLFlow¸¦ »ç¿ëÇÏ¸é ¿øÇÏ´Â »ç¿ëÀÚ Á¤ÀÇ ¸ÞÆ®¸¯ À§¿¡ ±×¸²À» ±â·ÏÇÒ ¼ö À־ ½ÇÇèÀ» ¼öÇàÇÒ ¶§ À¯¿ëÇÏ´Ù°í »ý°¢ÇÒ ¼ö ÀÖ´Ù. ÀÌÁ¦ °³³ä Áõ¸í(proof-ofconcept)À¸·Î ¿Ïº®ÇÏ°Ô ÀÛµ¿ÇÑ ¸ðµ¨À» ÃßÀûÇÏ°í ¾ðÁ¦µçÁö µ¿ÀÏÇÑ °¡ÁßÄ¡·Î µÇµ¹¸®¸é¼­ ÇÏÀÌÆÛÆĶó¹ÌÅ͸¦ Á¶Á¤ÇÒ ¼ö ÀÖÀ¸¹Ç·Î ÇÁ·ÎÅäŸÀÌÇÎÀÌ ÈξÀ ½¬¿öÁ³´Ù. ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´×Àº ÈξÀ °£´ÜÇÏ°í ü°èÈ­µÅ ¿©·¯ ´Ù¾çÇÑ ÇÏÀÌÆÛÆĶó¹ÌÅ͸¦ ÇÑ ¹ø¿¡ °Ë»öÇÏ°í MLFlow¸¦ »ç¿ëÇØ ¸ðµç °á°ú¸¦ ±â·ÏÇÏ´Â º¹ÀâÇÑ ½ºÅ©¸³Æ®¸¦ ½ÇÇàÇÒ ¼ö ÀÖ´Ù.
MLFlowÀÇ ¸ðµç ÇýÅðú ±×¿¡ »óÀÀÇÏ´Â MLOps ¿øÄ¢ÀÌ ¸ðµç ¿µ¿ª¿¡¼­ÀÇ ¸Ó½Å·¯´× ¸Å´Ï¾Æµé¿¡°Ô Á¦°øµÇ¹Ç·Î, ÇöÀç ÀÛ¾÷ ȯ°æ¿¡ ÅëÇÕÇÏ´Â µ¥ Å« ´ÜÁ¡ÀÌ ¾ø´Ù. À̸¦ ¹ÙÅÁÀ¸·Î Ã¥À» Àß È°¿ëÇϱ⠹ٶõ´Ù!

¢Â ¿Å±äÀÌÀÇ ¸» ¢Â
¡®¿ø½Ã µ¥ÀÌÅÍ ¼öÁý°ú Ãʱ⠺м® ÇнÀÀ» À§ÇÑ Àüó¸®, ¸ðµ¨ ±¸Ãà, ÇнÀ ¹× Å×½ºÆ®, Æò°¡ ¹× °ËÁõ/Æ©´×, ¸ðµ¨ ¹èÆ÷ ¹× ¿¹Ãø µîÀ¸·Î ÁøÇàµÇ´Â ÀÏ·ÃÀÇ ¸Ó½Å·¯´× ÇÁ·Î¼¼½º¸¦ ¾ó¸¶³ª È¿À²ÀûÀÌ°í È¿°úÀûÀ¸·Î ½Å¼ÓÇÏ°Ô Á¦°øÇÒ ¼ö ÀÖÀ»±î?¡¯¿¡ ´ëÇÑ ¾Æ½¬¿òÀÌ Ç×»ó Á¸ÀçÇÑ´Ù. ÀÌ »óȲ¿¡¼­ MLOps´Â ¸Ó½Å·¯´×¿¡ µ¥ºê¿É½ºÀÇ Ã¶ÇÐÀ» äÅÃÇØ °í¼º´É ¸Ó½Å·¯´× ¸ðµ¨ÀÇ Áö¼ÓÀûÀÎ Àü´ÞÀ» º¸ÀåÇÑ´Ù. MLOps¸¦ ½ÇÇöÇÏ°í ÀÚµ¿È­ÇÏ·Á¸é MLFlow¿Í °°Àº ¸Ó½Å·¯´× ¶óÀÌÇÁ»çÀÌŬ °ü¸® API°¡ ÇʼöÀûÀ¸·Î ÇÊ¿äÇÏ´Ù. MLFlow¸¦ È°¿ëÇØ Å¬¶ó¿ìµå ȯ°æ¿¡ ¸ðµ¨À» ¹èÆ÷ÇÏ°í ¹èÆ÷µÈ ¸ðµ¨À» ´ë»óÀ¸·Î ¿£µåÆ÷ÀÎÆ®¸¦ »ý¼ºÇØ ½ÇÁ¦ ¼­ºñ½º¿¡ È°¿ëÇÒ ¼ö ÀÖµµ·Ï ±¸¼ºÇÏ´Â °ÍÀÌ ±¸Ã¼ÀûÀ¸·Î ¸Ó½Å·¯´×ÀÇ È¿°ú¼ºÀ» ÀÔÁõÇÒ ¼ö ÀÖ´Â Áß¿äÇÑ Æ÷ÀÎÆ®´Ù. ÀÌ¿¡ ´ëÇÑ ³»¿ëµéÀ» ´Ù·ç´Â °ÍÀÌ ÀÌ µµ¼­ÀÇ °¡Ä¡ÀÌ´Ù. ½ÇÁ¦ ÇöÀå¿¡¼­ ¸Ó½Å·¯´×À» ¼­ºñ½º¿¡ ¾î¶»°Ô È°¿ëÇÒ °ÍÀÎÁö¸¦ °í¹ÎÇÏ´Â µ¶Àڵ鿡°Ô Á¶±ÝÀ̳ª¸¶ µµ¿òÀÌ µÇ±æ ±â´ëÇÑ´Ù.

¸ñÂ÷

Chapter 1. ½ÃÀÛÇϱâ: µ¥ÀÌÅÍ ºÐ¼®
__¼Ò°³ ¹× ÀüÁ¦
__½Å¿ëÄ«µå µ¥ÀÌÅͼ¼Æ®
__µ¥ÀÌÅͼ¼Æ® ÀûÀç
__Á¤»ó µ¥ÀÌÅÍ ¹× ºÎÁ¤ µ¥ÀÌÅÍ
__Ç÷ÎÆÃ
__¿ä¾à
Chapter 2. ¸ðµ¨ ±¸Ãà
__¼Ò°³
__scikit-learn
__µ¥ÀÌÅÍ ÇÁ·Î¼¼½Ì
__¸ðµ¨ ÇнÀ
__¸ðµ¨ Æò°¡
__¸ðµ¨ °ËÁõ
__PySpark
__µ¥ÀÌÅÍ Ã³¸®
__¸ðµ¨ ÇнÀ
__¸ðµ¨ Æò°¡
__¿ä¾à
Chapter 3. MLOps´Â ¹«¾ùÀΰ¡?
__¼Ò°³
__MLOps ±¸Ãà
__¼öµ¿ ±¸Çö
__Áö¼ÓÀûÀÎ ¸ðµ¨ Àü´Þ
__ÆÄÀÌÇÁ¶óÀÎÀÇ Áö¼ÓÀûÀÎ ÅëÇÕ/Áö¼ÓÀûÀÎ Àü´Þ
__±¸Ãà¿¡ ´ëÇÑ È¸°í
__ÆÄÀÌÇÁ¶óÀÎ ¹× ÀÚµ¿È­
__ÆÄÀÌÇÁ¶óÀÎ ÁøÇà ¿©Á¤
__¸ðµ¨ ¼±ÅÃ
__µ¥ÀÌÅÍ Àüó¸®
__ÇнÀ ÇÁ·Î¼¼½º
__¸ðµ¨ Æò°¡
__¸ðµ¨ °ËÁõ
__¸ðµ¨ ¿ä¾à
__MLOps ±¸Çö ¹æ¹ý
__¿ä¾à
Chapter 4. MLFlow ¼Ò°³
__¼Ò°³
__»çÀÌŶ·±(Scikit-Learn)À» È°¿ëÇÑ MLFlow
__µ¥ÀÌÅÍ Ã³¸®
__MLFlow¸¦ ÅëÇÑ ÇнÀ ¹× Æò°¡
__MLFlow ½ÇÇà ·Î±ë ¹× È®ÀÎ
__·Î±ëµÈ ¸ðµ¨ ÀûÀç
__MLFlow¸¦ »ç¿ëÇÑ ¸ðµ¨ °ËÁõ(ÆĶó¹ÌÅÍ Æ©´×)
__ÆĶó¹ÌÅÍ Æ©´× - Guided Search
__MLFlow ¹× ±âŸ ÇÁ·¹ÀÓ¿öÅ© TensorFlow 2.0À» »ç¿ëÇÑ MLFlow(Keras)
__µ¥ÀÌÅÍ Ã³¸®
__MLFlow ½ÇÇà - ÇнÀ ¹× Æò°¡
__MLFlow ¸ðµ¨ ÀûÀç
__PyTorch¸¦ »ç¿ëÇÑ MLFlow
__µ¥ÀÌÅÍ Ã³¸®
__MLFlow ½ÇÇà - ÇнÀ ¹× Æò°¡
__MLFlow UI - ½ÇÇà üũ
__MLFlow ¸ðµ¨ ÀûÀç
__PySpark À» »ç¿ëÇÏ´Â MLFlow
__µ¥ÀÌÅÍ Ã³¸®
__MLFlow ½ÇÇà - ÇнÀ, UI ¹× MLFlow ¸ðµ¨ ÀûÀç
__·ÎÄà ¸ðµ¨ ¼­ºù ¸ðµ¨ ¹èÆ÷
__¸ðµ¨ Äõ¸®
__½ºÄÉÀϸµ ¾ø´Â Äõ¸®
__½ºÄÉÀϸµÀ» »ç¿ëÇÑ Äõ¸®
__¹èÄ¡ Äõ¸®
__¿ä¾à
Chapter 5. AWS¿¡ ¹èÆ÷
__¼Ò°³
__AWS ±¸¼º
__AWS SageMaker¿¡ ¸ðµ¨ ¹èÆ÷
__¿¹ÃøÇϱâ
__¸ðµ¨ Àüȯ
__¹èÆ÷µÈ ¸ðµ¨ Á¦°Å
__¿ä¾à
Chapter 6. Azure¿¡ ¹èÆ÷
__¼Ò°³
__Azure ±¸¼º
__Azure¿¡ ¹èÆ÷(°³¹ß ´Ü°è)
__¿¹ÃøÇϱâ
__¿î¿µ ȯ°æ¿¡ ¹èÆ÷
__¿¹ÃøÇϱâ
__ÀÚ¿ø Á¤¸®Çϱâ
__¿ä¾à
Chapter 7. Google¿¡ ¹èÆ÷
__¼Ò°³
__Google ±¸¼º
__¹öŶ ½ºÅ丮Áö
__°¡»ó ¸Ó½Å ±¸¼º
__¹æÈ­º® ±¸¼º
__¸ðµ¨ ¹èÆ÷ ¹× Äõ¸®
__¹èÆ÷ ¾÷µ¥ÀÌÆ® ¹× Á¦°Å
__ÀÚ¿ø Á¤¸®Çϱâ
__¿ä¾à
Appendix. Databricks
__¼Ò°³
__Databricks¿¡¼­ ½ÇÇè ½ÇÇà
__Azure¿¡ ¹èÆ÷
__¿öÅ©½ºÆäÀ̽º¿¡ ¿¬°á
__¸ðµ¨ Äõ¸®
__MLFlow ¸ðµ¨ ·¹Áö½ºÆ®¸®
__¿ä¾à

ÀúÀÚ¼Ò°³

½º¸®´Ù¸£ ¾Ë¶ó [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

SAS Äڵ带 PythonÀ¸·Î ÀÚµ¿ º¯È¯ÇÏ´Â °Í¿¡ ÃÊÁ¡À» ¸ÂÃá Á¦Ç° Sas2Py(www.sas2py.com)ÀÇ º¥´õÀÎ(Bluewhale.one)ÀÇ ¼³¸³ÀÚÀÌÀÚ CTOÀÌ´Ù. ºí·ç¿þÀÏ(Bluewhale)Àº Áö´ÉÀûÀÎ À̸ÞÀÏ ´ëÈ­ ÃßÀûºÎÅÍ ¼Ò¸Å¾÷°è¿¡ ¿µÇâÀ» ¹ÌÄ¡´Â ¹®Á¦ µî¿¡ À̸£±â±îÁö AI¸¦ È°¿ëÇØ ÇÙ½É ¹®Á¦¸¦ ÇØ°áÇÏ´Â µ¥µµ ÁÖ·ÂÇÏ°í ÀÖ´Ù. ¶ÇÇÑ ÆÛºí¸¯ Ŭ¶ó¿ìµå¿Í »ç³» ÀÎÇÁ¶ó ¸ðµÎ¿¡¼­ AI±â¹Ý ºòµ¥ÀÌÅÍ ºÐ¼® ½Ç¹« ±¸Ãà¿¡ °üÇÑ ±íÀº Àü¹® Áö½ÄÀ» º¸À¯ÇÏ°í ÀÖ´Ù. ±×´Â ÀúÀÚÀÌÀÚ ¼ö¸¹Àº Strata, Hadoop World, Spark Summit ¹× ±âŸ ÄÜÆÛ·±½º¿¡¼­ ¿­Á¤ÀûÀÎ ¹ßÇ¥ÀÚ·Î È°µ¿ÇÏ°í ÀÖÀ» »Ó¸¸ ¾Æ´Ï¶ó ´ë±Ô¸ð ÄÄÇ»Æà ¹×

ÆîÃ帱â
¼ö¸¸ Ä®¸®¾È ¾Æ´Ù¸® [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÄÄÇ»ÅÍ ºñÀü, Àû´ëÀû ¸Ó½Å·¯´×, ÀÚ¿¬¾î ó¸®(´ëÈ­Çü AI) ÀÌ»ó ŽÁö(anomaly detection) µî ´Ù¾çÇÑ ºÐ¾ß¿¡¼­ ½Ç¿ë¼ºÀ» ¹ßÈÖÇÏ´Â µö·¯´×À» Àü¹®À¸·Î ÇÏ´Â Ç÷θ®´Ù´ëÇб³ ¼ö¼®¿¬±¸¿øÀÌ´Ù. 2019³â 6¿ù ¹Ì±¹ ¿À¸®°ÇÁÖ Æ÷Ʋ·£µå¿¡¼­ ¿­¸° ½Å·ÚÇÒ ¼ö ÀÖ°í ¾ÈÀüÇÑ ¸Ó½Å·¯´×¿¡ °üÇÑ IEEE¿¡¼­ ¿¬»ç·Î Âü¿©Çß´Ù. ¶ÇÇÑ ±×´Â ÀÌ»ó ŽÁö¿¡ ÀÖ¾î µö·¯´×ÀÇ È°¿ë¿¡ ÃÊÁ¡À» ¸ÂÃá Ã¥À» Ãâ°£ÇÑ ÀÛ°¡À̱⵵ ÇÏ´Ù.

Á¤ÀÌÇö [¿ª] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

Àü°øµµ¼­/´ëÇб³Àç ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    0.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    0.0
    (ÃÑ 0°Ç)

    ÆǸÅÀÚÁ¤º¸

    • ÀÎÅÍÆÄÅ©µµ¼­¿¡ µî·ÏµÈ ¿ÀǸ¶ÄÏ »óÇ°Àº ±× ³»¿ë°ú Ã¥ÀÓÀÌ ¸ðµÎ ÆǸÅÀÚ¿¡°Ô ÀÖÀ¸¸ç, ÀÎÅÍÆÄÅ©µµ¼­´Â ÇØ´ç »óÇ°°ú ³»¿ë¿¡ ´ëÇØ Ã¥ÀÓÁöÁö ¾Ê½À´Ï´Ù.

    »óÈ£

    (ÁÖ)±³º¸¹®°í

    ´ëÇ¥ÀÚ¸í

    ¾Èº´Çö

    »ç¾÷ÀÚµî·Ï¹øÈ£

    102-81-11670

    ¿¬¶ôó

    1544-1900

    ÀüÀÚ¿ìÆíÁÖ¼Ò

    callcenter@kyobobook.co.kr

    Åë½ÅÆǸž÷½Å°í¹øÈ£

    01-0653

    ¿µ¾÷¼ÒÀçÁö

    ¼­¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù)

    ±³È¯/ȯºÒ

    ¹ÝÇ°/±³È¯ ¹æ¹ý

    ¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼­ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼­ ½Åû °¡´É

    ¹ÝÇ°/±³È¯°¡´É ±â°£

    º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É
    ´Ü, »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦Á¡ ¹ß°ß ÈÄ 30ÀÏ À̳»

    ¹ÝÇ°/±³È¯ ºñ¿ë

    º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã
    »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯/¹ÝÇ°Àº ¹Ý¼Û·á ÆǸÅÀÚ ºÎ´ã

    ¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯

    ·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    (´ÜÁö È®ÀÎÀ» À§ÇÑ Æ÷Àå ÈѼÕÀº Á¦¿Ü)

    ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    ¿¹) È­ÀåÇ°, ½ÄÇ°, °¡ÀüÁ¦Ç°(¾Ç¼¼¼­¸® Æ÷ÇÔ) µî

    ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
    ¿¹) À½¹Ý/DVD/ºñµð¿À, ¼ÒÇÁÆ®¿þ¾î, ¸¸È­Ã¥, ÀâÁö, ¿µ»ó È­º¸Áý

    ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì

    ·ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì

    »óÇ° Ç°Àý

    °ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½

    ¼ÒºñÀÚ ÇÇÇغ¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó

    ·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê

    ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ

    ¹è¼Û¾È³»

    • ±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.

    • Ãâ°í°¡´É ½Ã°£ÀÌ ¼­·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.

    • ±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.

    • ¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.

    • - µµ¼­ ±¸¸Å ½Ã 15,000¿ø ÀÌ»ó ¹«·á¹è¼Û, 15,000¿ø ¹Ì¸¸ 2,500¿ø - »óÇ°º° ¹è¼Ûºñ°¡ ÀÖ´Â °æ¿ì, »óÇ°º° ¹è¼Ûºñ Á¤Ã¥ Àû¿ë