데이터 분석 모델링반 (ML 모델 배포 중심)

✨어떤 것을 배우나요?

• 머신러닝 모델의 전체 워크플로우를 배웁니다. 데이터 전처리부터 학습, 평가, 배포, 운영까지 하나의 흐름으로 연결해 이해합니다.
• 모델을 서비스 형태로 배포하는 방법을 배웁니다. FastAPI, Streamlit, Docker 등을 활용해 모델을 API·UI·컨테이너 형태로 제공합니다.
• MLOps 관점의 모델 관리 방식을 배웁니다. Git과 MLflow를 활용해 실험 기록, 버전 관리, 모델 레지스트리 운영을 실습합니다.

👋이런 분께 추천합니다

• 머신러닝 모델을 만들었지만 배포 경험이 없는 분
• 모델링 이후의 실무 흐름(MLOps)을 체계적으로 배우고 싶은 분
• 데이터 분석가에서 한 단계 확장된 실무 역량을 갖추고 싶은 분

🗓️커리큘럼

1. 1주차 수업 OT 및 기본 ML 개념
2. 2주차 머신러닝 워크플로우의 이해
3. 3주차 데이터 전처리 방법
4. 4주차 회귀 모델 개발 및 평가
5. 5주차 분류 모델 개발 및 평가
6. 6주차 Git을 활용한 모델 버전 관리1
7. 7주차 Git을 활용한 모델 버전 관리2
8. 8주차 MLFlow를 활용한 모델 관리1
9. 9주차 MLFlow를 활용한 모델 관리2
10. 10주차 MLFlow를 활용한 모델 관리3
11. 11주차 FastAPI 기초 및 활용1
12. 12주차 FastAPI 기초 및 활용2
13. 13주차 Streamlit UI 개발
14. 14주차 Docker 기초
15. 15주차 Docker를 활용한 배포
16. 16주차 ML 배포 전체 프로세스 통합

🔗관련 수업

• 📄 데이터 분석 모델링반(ML1) ›