머신러닝 엔지니어링 인 액션 (머신러닝 엔지니어링 개념부터 프로덕션까지 성공적인 머신러닝 프로젝트 구축하기)

벤윌슨

(BenWilson)
원자력공학기술자,반도체공정엔지니어,데이터과학자등을역임한머신러닝엔지니어입니다.10년넘게데이터와오픈소스도구로문제를해결해왔으며,지난4년동안다른사람들도같은방식으로문제를해결할수있게돕고있습니다.ML프레임워크코드를빌드하고,어려운데이터과학문제해결을돕고,유쾌한웃음짓기를좋아합니다.

[PART1머신러닝엔지니어링소개]

CHAPTER1머신러닝엔지니어란
_1.1ML엔지니어링이라고부르는이유
_1.2ML엔지니어링핵심원칙
_1.3ML엔지니어링의목표
_1.4요약

CHAPTER2엔지니어링을사용하는데이터과학
_2.1프로젝트성공률을높이는방법:프로세스를적용해복잡한전문성강화하기
_2.2단순한토대의중요성
_2.3애자일소프트웨어엔지니어링의공동채택원칙
_2.4ML엔지니어링의기반
_2.5요약

CHAPTER3프로젝트계획수립및범위설정
_3.1계획수립:무엇을예측할까요?
_3.2실험범위설정:기대치와제한
_3.3요약

CHAPTER4의사소통과프로젝트규칙논의
_4.1의사소통:문제정의
_4.2시간낭비하지않기:크로스펑셔널팀과의회의
_4.3실험한계설정
_4.4비즈니스규칙혼돈에대한계획수립
_4.5결과에대해말하기
_4.6요약

CHAPTER5ML프로젝트계획및연구
_5.1실험계획수립
_5.2실험사전준비작업
_5.3요약

CHAPTER6프로젝트테스트및평가
_6.1아이디어테스트
_6.2가능성좁히기
_6.3요약

CHAPTER7프로토타입에서MVP로
_7.1튜닝:지루한일을자동화합시다
_7.2플랫폼과팀에적절한기술선택
_7.3요약

CHAPTER8MLflow및런타임최적화로MVP마무리
_8.1로깅:코드,지표및결과
_8.2확장성및동시성
_8.3요약

[PART2프로덕션준비:유지관리가능한ML만들기]

CHAPTER9ML모듈화:테스트가능하고읽기쉬운코드작성
_9.1모놀리식스크립트의개념과나쁜이유
_9.2텍스트벽으로된코드디버깅
_9.3모듈화된ML코드설계
_9.4ML에TDD방식활용
_9.5요약

CHAPTER10코딩표준및유지관리가능한ML코드작성
_10.1ML코드스멜
_10.2네이밍,구조및코드아키텍처
_10.3튜플언패킹및유지관리대안
_10.4이슈에눈감기:예외및기타잘못된관행사용
_10.5전역가변객체사용
_10.6과도하게중첩된로직
_10.7요약

CHAPTER11모델의측정과그중요성
_11.1모델의기여도측정
_11.2A/B테스트를활용한기여도계산
_11.3요약

CHAPTER12드리프트주시를통한상승세유지
_12.1드리프트감지
_12.2드리프트대응
_12.3요약

CHAPTER13ML개발의오만함
_13.1우아하게복잡한코드와과도한엔지니어링의차이
_13.2의도치않은난독화:남이작성한코드를읽을수있을까요?
_13.3성급한일반화와최적화그리고자신을드러내기위해사용하는나쁜방법
_13.4알파테스트와오픈소스생태계의위험성
_13.5기술중심개발vs.설루션중심개발
_13.6요약

[PART3프로덕션머신러닝코드개발]

CHAPTER14프로덕션코드작성
_14.1데이터를만났나요?
_14.2피처모니터링
_14.3모델수명주기의나머지항목모니터링
_14.4최대한단순하게유지하기
_14.5프로젝트와이어프레임작성
_14.6카고컬트ML행위피하기
_14.7요약

CHAPTER15품질과인수테스트
_15.1데이터일관성
_15.2콜드스타트와대비책
_15.3실사용자vs.내부사용자테스트
_15.4모델의해석가능성
_15.5요약

CHAPTER16프로덕션인프라
_16.1아티팩트관리
_16.2피처스토어
_16.3예측서빙아키텍처
_16.4요약

[PART4부록]

APPENDIXA빅오및런타임성능고려방법
_A.1빅오란무엇인가요?
_A.2예시별복잡도
_A.3의사결정트리복잡도분석
_A.4일반적인ML알고리듬복잡도

APPENDIXB개발환경설정
_B.1깔끔한실험환경의예
_B.2컨테이너를활용한의존성지옥대응
_B.3컨테이너기반의깨끗한실험환경만들기

머신러닝프로젝트종사자필독서!
다양한예시,이해를돕는순서도,좋은코드작성법,함정회피법까지
머신러닝개발현장에서터득한노하우대방출

프로젝트에머신러닝을도입해프로덕션수준으로끌어올리기까지는수많은시행착오가필요합니다.그시행착오과정에서길을이끌어주는훌륭한가이드가있다면얼마나든든할까요?저자벤윌슨은수많은머신러닝프로젝트를직접경험하며온몸으로터득한노하우를여러분에게선보입니다.비즈니스에머신러닝을도입할때마주하기쉬운함정을피하는방법과일을두번하지않게하는계획수립전략,협업부서와의현명한소통법,장기적으로유지관리가능한프로젝트구현방법,배포시유념해야할사항들까지머신러닝프로젝트설계전반에걸친유용한내용을소개합니다.이책은머신러닝개발현장에서고군분투하고있는엔지니어뿐아니라데이터과학자,소프트웨어아키텍트등머신러닝프로젝트에발을담고있는모든분에게유용합니다.이책을읽고나면각자의역할을더잘이해하고업무를더효율적으로요청하고수행할수있을것입니다.

주요내용
● 머신러닝프로젝트의계획수립과범위설정하기
● 설계에적합한기술선택하는방법알아보기
● 코드기반의이해도,유지보수,테스트가능성높이기
● 프로덕션의품질을높이는고급사항살펴보기

장별내용
● 1부(1장~8장):팀장,매니저,프로젝트리더관점에서ML프로젝트의관리측면을살펴봅니다.설루션구축시빠지기쉬운함정을피할수있도록범위설정,실험,프로토타이핑에대한청사진을제시하고,포괄적인피드백을전달합니다.
● 2부(9장~13장):ML프로젝트의개발프로세스를다룹니다.ML설루션개발의좋은예시와나쁜예시를비교하며ML설루션을빌드하고튜닝하는방법,그리고로깅과평가를하는검증된방법을안내해가장간단하고유지관리하기쉬운코드를만드는법을소개합니다.
● 3부(14장~16장):프로젝트의프로덕션배포,재훈련,모니터링및기여도와관련한고려사항을다룹니다.A/B테스트와피처스토어,재훈련시스템예제와함께시스템구축과아키텍처를제공하며,이를통해여러분은비즈니스문제를ML로해결하는데있어최소한의복잡성을가지는설루션을구축할수있습니다.

대상독자
● 머신러닝엔지니어,데이터과학자,소프트웨어아키텍트등머신러닝프로젝트참여자
● 머신러닝엔지니어링설계과정에서어려움을겪고있는분
● 머신러닝엔지니어링을활용해무언가를구축해보고싶은분
● 머신러닝엔지니어링에관심있는누구나