kubeflow는 ML 프로젝트를 위한 End-to-End 플랫폼이다. 그러니까 A to Z까지 다 할 수 있다는 의미이다. 그럼에도 ML 프로젝트에서 중요한 머신러닝 모델 라이프사이클 관리 측면에선 MLFlow를 통해 쉽고 잘할 수 있다.
내가 생각하는 MLOps를 위한 최소한의 컴포넌트들은 아래와 같다.
Model Registry를 위해 MLflow 를 사용할 것이고 그 외 모든 컴포넌트를 위해 Kubeflow를 사용할 것이다.
이를 위해 다음과 같은 포스팅을 이어 나갈까한다.
1. 로컬환경의 K8s에 Kubeflow와 MLflow 설치
2. Data Engineering
3. ML Engineering
4. ML Serving
