ML 파이프라인 문서 원본 보기

'''ML 파이프라인'''은 머신 러닝 모델 개발의 여러 단계(데이터 수집·전처리, 학습, 평가, 배포)를 자동화한 워크플로우이다. [[MLOps]]의 핵심 구성 요소 중 하나로, 반복 가능하고 재현 가능한 모델 개발을 가능하게 한다.

== 단계 ==

* 데이터 수집과 검증
* 전처리와 피처 엔지니어링 — [[피처 스토어]]와 연계
* 모델 학습과 [[실험 추적]]
* 모델 평가와 검증
* [[모델 레지스트리]] 등록과 [[모델 서빙]] 배포

파이프라인의 각 단계는 코드·데이터·환경을 버전 관리하여 재현성을 확보하며, 실패 시 이전 단계부터 재실행할 수 있어야 한다.

== 도구 ==
Kubeflow, Apache Airflow, Argo Workflows, [[MLflow]] Projects 등이 파이프라인 구성·실행에 사용된다.

== 함께 보기 ==

* [[MLOps]]
* [[데이터 버전 관리]]

== 출처 ==

* [https://www.kubeflow.org/ Kubeflow 공식 사이트]
* [https://mlflow.org/ MLflow 공식 사이트]

[[분류:머신 러닝]]
[[분류:데이터 엔지니어링]]