잘되는 머신러닝 팀엔 이유가 있다

CHAPTER 01 ML 솔루션 제공의 도전과 더 나은 방향
_1.1 ML을 향한 기대와 현실
_1.2 시스템 사고와 린의 활용 방안
_1.3 결론

[PART 01 제품과 전달]
CHAPTER 02 ML 팀을 위한 제품과 전달 기법
_2.1 ML 제품 발견
_2.2 개시: 팀의 성공을 위한 준비
_2.3 제품 전달
_2.4 결론

[PART 02 엔지니어링]
CHAPTER 03 효과적인 의존성 관리: 원칙과 도구
_3.1 코드가 어디서나 항상 작동한다면 어떨까요?
_3.2 도커와 batect에 대한 간단한 소개
_3.3 결론

CHAPTER 04 실무에서의 효과적인 의존성 관리
_4.1 ML 개발 워크플로
_4.2 안전한 종속성 관리
_4.3 결론

CHAPTER 05 자동 테스트: 신속하게 진행하되 문제는 피하기
_5.1 자동 테스트: 빠르고 안정적으로 반복하기 위한 기본 요소
_5.2 ML 시스템을 위한 포괄적인 테스트 전략의 구성 요소
_5.3 소프트웨어 테스트
_5.4 결론

CHAPTER 06 자동 테스트: ML 모델 테스트
_6.1 모델 테스트
_6.2 모델 테스트에 필수적인 보완 기법
_6.3 다음 단계: 배운 것을 적용하기
_6.4 결론

CHAPTER 07 간단한 기술로 코드 에디터를 효과적으로 사용하기
_7.1 IDE를 아는 것의 이점(그리고 놀라운 단순성)
_7.2 계획: 두 단계로 생산성 높이기
_7.3 결론

CHAPTER 08 리팩터링과 기술 부채 관리
_8.1 기술 부채: 자동차 기어 속 모래
_8.2 노트북(또는 문제가 있는 코드베이스) 리팩터링 방법
_8.3 현실에서의 기술 부채 관리
_8.4 결론

CHAPTER 09 MLOps와 ML을 위한 지속적 전달(CD4ML)
_9.1 MLOps의 강점과 부족한 퍼즐 조각들
_9.2 ML을 위한 지속적 전달(CD4ML)
_9.3 CD4ML이 ML 거버넌스와 책임 있는 AI를 지원하는 방법
_9.4 결론

[PART 03 팀]
CHAPTER 10 효율적인 ML 팀의 구성 요소
_10.1 ML 팀이 직면하고 있는 공통적인 문제
_10.2 효율적인 팀의 내부 구성 요소
_10.3 엔지니어링 효율성을 통한 흐름 개선
_10.4 결론

CHAPTER 11 효과적인 ML 조직
_11.1 ML 조직이 직면한 일반적인 과제
_11.2 팀 단위에서의 효과적인 조직 구성
_11.3 효과적인 리더십
_11.4 결론