Day 1 開賽宣示與前言

因為受到同學游泳熱情的刺激，決定找過地方來簡單來快速敘述我工作的一些瑣碎的事情，同時間也來整理一下這段日子的酸甜苦辣

很開心大家被騙進來，這系列可能沒有乾貨，但是幹事倒是不少，所以請謹慎地思考是否要繼續看下去

背景介紹

小弟本人現任小型新創的MLE，每天的工作就是彩虹觀察家，因為在台北市的午後會常常看到彩虹。

其次重要的事情就是處理 Machine Learning 相關的事物，包括Build the Infrasturcture of Cluster for machine learning，然後還有測試 Infra 的狀況跟監控，當然還有相關數據的資料收集 MLflow 等等。

前言

這邊會提到相關整合層面的問題，因為這些整合的部分目前在現階段的部分還沒有很多詳細說的說明，當然每個 Component 在網路上都有，但是整合起來碰到的坑未必也有

而雲端平台的話會以 AWS 為主，然後當然是在上面做一些服務，不外乎的會使用 IaC Terraform 的方式來建構平台，當然會 step by step 教導如何 Terraform 來構建 AWS resource

另外同時除了這個之外，還會簡單的介紹EKS (K8s) 這邊應該很多人都比我熟，我就簡單敘述我需要用到的部分，當然如果有更好的做法歡迎留言做後續的互動

之外會介紹如何把計算方式跟系統整合再一起並把Machine Learning Task 執行在雲端上面，另外還有如何紀錄跟檢視 Models Metrics 或者設定 Parameter，這些要怎麼一起整合在同一個雲上面

最後如果還有心思跟體力的話，會再更近一步執行一個 Machine Learning Project 來完整的執行跟演示這整個架構跟方案

其中一些細節跟工具就繼續看下去

Reference

• AWS
• Ray.io
• MLflow