지능형 클라우드 애플리케이션 구축(클라우드 컴퓨팅)

★ 이 책에서 다루는 내용 ★



■ 클라우드 기반 개발: 머신러닝, FaaS(서비스형 함수) 및 API를 사용해 서버리스 컴퓨팅의 기본 사항 배우기

■ 지능 추가: Azure Functions를 사용한 서버리스 애플리케이션 제작, 미리 빌드된 머신러닝 및 모형 사용법 학습

■ 배포 및 지속적인 제공: Azure Kubernetes Service, Azure Security Center, Azure Monitoring으로 속도 내기



★ 이 책의 대상 독자 ★



머신러닝의 관점에서 함수형 프로그래밍에 익숙해지고자 하는 숙련된 프로그래머를 위한 책이다. 시스템을 개발하는 데 Microsoft의 Azure 플랫폼과 Python을 사용한다.



★ 이 책의 구성 ★



Microsoft의 클라우드 플랫폼인 Azure에 초점을 맞춘다. 이 책에서 설명하는 개념은 보편적이지만 예제는 Azure에서 구현하는 방법을 따른다.



3부로 이뤄져 있으며 총 8장으로 구성돼 있다.

1부, '클라우드 기반 개발'에서는 '서버리스 애플리케이션'에 관련된 아이디어를 제시하고 이벤트 기반 앱이 클라우드에서 호스팅되는 독립형 함수 호출을 이용해 어떻게 구축되는지 설명한다. 또한 로컬에서 실행되는 프로그램과 클라우드 기반 머신러닝 및 데이터 취급 서비스 사이의 인터페이스인 API를 설명한다.

2부, '지능 추가'에서는 데이터의 역할과 프로그램에서 데이터를 사용할 수 있게 해주는 방법을 설명한다. 클라우드 기반 애플리케이션에서 '지능'의 본질은 다양한 머신러닝 기술과 모형을 사용해 대용량 데이터 집합을 조사하는 것부터 시작한다. 이때 자신의 모형을 스스로 구축할 필요는 없고 해결하려는 문제를 어느 모형이 가장 잘 설명하는지 이해하면 된다. 즉, 함수가 이미 작성됐으므로 언제 어떻게 적용할지만 이해하면 되는 것이다.

3부, '배포 및 지속적인 제공'에서는 신뢰할 수 있고 비용 효율적이며 안전하고 테스트할 수 있는 방식으로 서버리스 애플리케이션을 세계에 출시해 성능을 모니터링하고 지속적으로 개선하는 방법을 설명한다.

1부 - 클라우드 기반 개발



1장. 클라우드에서의 머신러닝 및 딥러닝 모형



__머신러닝 소개

__딥러닝 소개

__신경망

__구조 정의 및 머신러닝 모형 교육의 어려움

__서버리스 머신러닝 소개

__머신러닝 모형과 함께 컨테이너 사용

__머신러닝을 위한 서버리스 컴퓨팅의 이점



2장. 서비스형 함수 및 이벤트 기반 프로그래밍



__서비스형 소프트웨어, 클라우드 컴퓨팅 및 서버리스

__마이크로 서비스 아키텍처

__함수형 프로그래밍의 등장

____객체 대신 함수 사용하기

____비동기 프로그래밍

__서버리스

__함수 구현

__이벤트 기반 아키텍처

__실시간 처리의 의미

__요약 및 미리 보기



3장. Microsoft Azure의 서버리스 응용 프로그램 인터페이스



__서버리스 플랫폼의 API

__Azure 소개

__Azure 일반 서비스



2부 - 지능 추가



4장. Microsoft Azure Functions 시작



__Azure Functions

____Azure Portal을 사용해 함수 앱 만들기

____로컬 개발 환경

____핵심 도구를 사용해 함수 프로젝트 만들기

____Visual Studio Code 사용

____Visual Studio Code를 사용해 Python 디버깅

__Azure Blob Storage

____스토리지 계정 만들기

____Blob 전송

__요약 및 미리 보기



5장. 머신러닝 및 딥러닝 모형 사용하기



__Azure Cognitive Services

____Cognitive Services에서 서비스 설정 및 사용

____서버리스 Azure 함수 프로젝트에서 Cognitive Services 사용

__일반 머신러닝 도구, 라이브러리 및 프레임워크

____Microsoft Cognitive Toolkit

____ML.NET

____Jupyter Notebook

____TensorFlow

____Keras

____Scikit-learn

__Azure를 사용하는 클라우드 머신러닝 솔루션

____Microsoft Machine Learning Studio

____Azure Machine Learning 서비스



3부 - 배포 및 지속적인 제공



6장. 배포 및 확장



__배포 옵션

____Azure DevOps

____Docker

____Azure Container Registry

____kubelets

____kubelets를 위한 머신러닝 도구

____단일 컨테이너 머신러닝

____TFJob을 이용해 분산된 머신러닝



7장. 보안



__Azure Functions 권한 부여 수준

__API 관리

__Azure 보안

____운영

____응용 프로그램

____스토리지

____네트워크 계층 제어

____네트워킹



8장. 모니터링



__Azure Monitor

__메트릭 및 로그

__데이터 원본

__Application Insights

____컨테이너 및 VM용 Insights

__Log Analytics

____데이터 탐색기 질의어

____경고

____스마트 그룹

____자동 크기 조정 및 메트릭 경고

비센테 헤레라 가르시아 소프트웨어 및 웹 개발 경험이 많은 소프트웨어 엔지니어다. 세비야대학교(University of Seville)에서 컴퓨터과학 석사 학위를 취득했고 기술, 비즈니스 및 재무 목표를 달성하기 위해 클라이언트와 협력하고 있다. 공정을 개선하고 생산성 수준을 향상시키며 제품 개발을 강화하는 새로운 방법론을 도입하는 데 능숙하다. 공인 전문가 수준의 스크럼 마스터(Certified Expert Level Scrum Master)이고, 스크럼 매니저(Scrum Manager)에서 인증 강사 및 심사관으로 활동하고 있으며, 세비야대학교 및 기타 민간 기관에서 소프트웨어, 웹 개발과 프로젝트 관리를 가르치고 있다.