커리어리 친구들, 제 지인인 구글의 권순선님 타임라인에 올라와 발췌하여 공유합니다. Machine Learning Engineering. 머신러닝을 공부하는 경우 거의 대부분 모델을 학습시키는 것에 중점을 두는데요. 머신러닝 프로젝트에서 모델 학습은 전체의 일부분에 불과하다는 이야기 또한 금방 듣게 됩니다. 이 책은 바로 그 부분을 아주 잘 설명해 주고 있습니다. 데이터 전처리, 피처 엔지니어링 등 모델 학습 전 단계에서 일어나는 일들 뿐만 아니라 모델 평가, 배치(deployment), 서빙 등 모델 학습 뒷단계에서 일어나는 일들과 각 단계별로 고려해야 할 사항들을 잘 설명하고 있습니다. 머신러닝이 현업에서 적용되는 범위가 넓어지면서 MLOps 같은 용어가 통용되기 시작했으니 머신러닝을 적용하는 실제 과제에서는 어떤 일들이 일어나고 또 무엇을 고려해야 하는지 미리 살펴보기에 이 책이 아주 좋은 참고가 될 것입니다. 여러가지 개념설명도 잘 되어 있어서 머신러닝을 공부한 적이 없어도 읽어보기 좋게 구성되어 있습니다. 소프트웨어 개발 프로세스를 처음부터 끝까지 겪어보신 분이라면 특히 뒷부분으로 갈수록 내용이 익숙할 것이고요. 저자가 매우 관대하게도 전체 내용을 http://mlebook.com/ 에서 무료로 공개하고 있고, 책은 내용이 마음에 들면 사라고 하고 있으니 한번 살펴 보세요! (아래 URL 링크 참조) 저도 살펴봤는 데, 인공지능과 딥러닝에 대해 공부하고자 하는 분들에게 좋은 가이드가 될 것 입니다.