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 2: 프로토타입부터 점진적으로 개선하기 2.1 프로토타이핑 - Notebook 베이스(Voila) 2.2 프로토타이핑 - 웹 서비스 형태(Streamlit) 2.3 Linux & Shell Command 2.4 Cloud 2.5 Github Action을 활용한 CI/CD Special Mission 1: Streamlit으로 프로토타입 만들기 2) 피어세션 정리 파이널 프로젝트 토의 현상 파악, 문제 정의 면접 대비[Few-shot Learning] 3) 학습 회고 문제 정의부터 쉽지 않다.

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.