1) 강의 [P] Product Serving Part 3: 더 완성화된 제품으로 3.1 FastAPI 3.2 Docker 3.3 Logging 3.4 MLFlow Special Mission 2: FastAPI로 백엔드 구성하기 2) 피어세션 정리 파이널 프로젝트 토의 멘토링 면접 대비 [Federated Learning] 3) 학습 회고 프로젝트 범위를 줄여야겠다.

1) 강의 [P] Product Serving Part 1: Product Serving 개론 1.1 강의 진행 방식 1.2 MLOps 개론 1.3 Model Serving 1.4 머신러닝 프로젝트 라이프 사이클 2) 피어세션 정리 파이널 프로젝트 토의 데이터 확인 면접 대비[transformer] 3) 학습 회고 한국어 문법에 너무 많은 규칙들이 있어서 직접 봐도 어렵다.

1) 피어세션 정리 파이널 프로젝트 토의 멘토링 2) 학습 회고 멘토링과 스페셜 피어세션을 통해 많은 인사이트를 공유했다.

1) 강의 [P] 모델 최적화 [11/29 ~ 12/3] 모델 최적화 Week 2 (10강) 학습 파이프라인 최적화 및 마무리 2) 피어세션 정리 파이널 프로젝트 토의 대회 제출 전 토의 3) 학습 회고 파이널 프로젝트만 남았다.

1) 강의 [P] 모델 최적화 [11/29 ~ 12/3] 모델 최적화 Week 2 (8강) 찢은 모델 꾸겨 넣기: Quantization 이론 (9강) 찢은 모델 꾸겨 넣기: Quantization 실습(with torch, tensorrt) 2) 피어세션 정리 파이널 프로젝트 토의 3) 학습 회고 할게 너무 많다.

1) 강의 [P] 모델 최적화 [11/29 ~ 12/3] 모델 최적화 Week 2 (6강) 찾은 모델 잘게 찢기: Tensor Decomposition 이론 (7강) 찾은 모델 잘게 찢기: Tensor Decomposition 실습 2) 피어세션 정리 파이널 프로젝트 토의 3) 학습 회고 어떻게하면 효율적으로 시간을 관리할까