fmind/mlops-python-package

해결하는 문제

Python 코드베이스의 표준화와 최선의 실천 방법을 제공하여 MLOps 이니셔티브를 원활하게 합니다. 모델 레지스트리, 실험 추적 시스템, 실시간 추론 서비스와 같은 MLOps 플랫폼을 구축할 때 발생하는 프로젝트 구조의 분산되거나 일관되지 않은 문제를 해결합니다.

작동 방식

이 프로젝트는 다양한 전문 소프트웨어 공학 도구를 통합한 참조 구현 및 툴킷 역할을 합니다. 작업(예: 학습, 튜닝, 추론)은 YAML 파일에 정의되고 CLI를 통해 실행되는 구성 기반 접근 방식을 사용합니다. 시스템은 Pydantic을 사용하여 구성 검증을 수행하며, 독립적인 패키지로 사용하거나 다른 AI/ML 프로젝트에 라이브러리로 통합할 수 있는 모듈식 '작업' 아키텍처를 사용합니다.

대상 사용자

테스트, 린팅, CI/CD, 모델 관리 등 산업 표준 도구를 사용하여 견고하고 프로덕션 준비된 MLOps 파이프라인을 구현하고자 하는 ML 엔지니어 및 소프트웨어 개발자들입니다.

주요 특징

• 포괄적인 툴체인: uv를 통한 패키지 관리, Ruff를 통한 린팅/포맷팅, Pytest를 통한 테스트, MLflow를 통한 추적 및 레지스트리 통합
• 구성 기반: YAML과 OmegaConf을 사용하여 작업 동작을 정의하여 코드 변경 없이도 유연한 실행이 가능합니다.
• 자동화된 워크플로우: CI/CD를 위한 사전 정의된 GitHub Actions와 로컬 개발 및 CI 환경을 동기화하는 mise 작업 실행기 포함
• 강한 타이핑: ty와 Pandera를 사용하여 정적 타이핑과 데이터프레임 스키마 검증을 강조합니다.