Production ML LAB은 Production 환경에서 ML/AI 모델 개발 중에 마주하게 되는 문제들을 고민하고 연구하는 LAB 입니다. 연구 환경에서는 실험의 객관성을 위해서 데이터는 벤치마크로 고정하고, 모델은 일회성으로 벤치마크에서의 성능을 평가합니다. 하지만, Production 환경은 모델과 데이터가 동적입니다. 공개된 SOTA 모델과 적당한 벤치마크 데이터를 이용하여 초기 모델을 개발하고 배포하는 것은 매우 쉽습니다. 하지만, 이 모델을 동적인 Production 환경에서 관리하고 비용 효율적으로 개선해나가는 것은 초기 모델 개발보다 어렵습니다. data shift 감지, 새롭게 유입된 unlabeld 데이터에 대한 처리, pseudo label bias 문제, 학습 효율성을 위한 core-set 선택 문제, catastrophic forgetting 문제 등 도전적인 과제들이 있습니다. Production ML LAB은 현업에서 실제 마주하는 문제들로부터 시작하여, 이를 객관화하고 풀어내어 논문의 형태로 공개하실 열정 있는 분들을 환영합니다 :)

1. 매주 1회 2시간 온라인 미팅 진행합니다. 2. 4배수 주차(4주차, 8주차, 12주차, ...)에는 오프라인 미팅을 통해, 온라인으로 미처 전달되지 못한 내용들을 공유하고 정리하고자 합니다. (장소는 강남 모두의연구소 캠퍼스 혹은 상황에 따라 근처 카페가 될 수도 있습니다. 또한 상황에 따라 의논 후에 일정이 조율 될 수 있습니다.) 활동 계획 (총 6개월, 약 24주) 1주차: OT (11/18(월) 오프라인 모임: 모두의연구소 강남캠퍼스) 2-5주차: 논문 리뷰 (20분씩 논문 리뷰 발표 * 4명, 이후에 40분간 토론) 6-7주차: 초기 실험 방향 논의 8-10주차: 초기 실험 진행 11-12주치: 초기 실험 리뷰 및 이후의 실험 방향 논의 13-20주차: 실험 진행 2 및 결과 테이블 정리 21 ~ 24주차: 논문 작성 매년 5월경 deadline인 NeurIPS (main track or workshop)을 목표로 합니다.

1. ML/AI 현업에 계시면서 연구를 위한 시간을 내실 수 있으신 분 2. ML/AI 대학원에 재학 중이시면서 연구를 위한 시간을 내실 수 있으신 분 3. 1, 2가 아니더라도 ML/AI 관련 연구 프로젝트를 경험해보신 분

Production ML LAB에 참여하신 동기를 공유주세요

참여했던 ML/AI 연구, 프로젝트 중 가장 어려웠던 문제에 대해서 공유해주세요

해당 문제를 해결하기 위해 시도했던 방법에 대해서 공유해주세요

프로젝트의 결과가 좋지 않았다면, ML 관점에서 생각하고 계신 이유를 자유롭게 공유해주세요

간단한 온라인 커피챗을 통해 최종 멤버 선정을 할 예정입니다. 일정 조율을 위해서 오픈챗에 들어와 주세요. https://open.kakao.com/o/sk6sNBWg