<aside> 〰️ terminology

• [x] 추상적인(전문적인) 용어임.
• [x] 키워드가 가까운 시일 내 검색될 것 같지 않음.
• [ ] 알아두고 싶은 단어이지만 영구노트 생성은 과분함. </aside>

정의

[ba2.4.9 title: 데이터 엔지니어가 효율적이고 자동화된 데이터 파이프라인을 연결하고 관리하는 일들 전반을 DataOps([[SW Environment](https://janghoo.notion.site/Environment-d73d08b95a824b3f957eb0134f8ced1f) DataOps](https://janghoo.notion.site/DataOps-8d4006bfcad34e1280c7a7dc64613e62)) 라고 한다. 이는 머신러닝 엔지니어들이 MLOps([[SW Environment](https://janghoo.notion.site/Environment-d73d08b95a824b3f957eb0134f8ced1f) MLOps](https://janghoo.notion.site/MLOps-1be9e881d5444f268fde8c1ea7e00f59)) 를 구축하는 기반이다.](https://janghoo.notion.site/ba2-4-9-title-DataOps-MLOp-8b5e816823fe4f938683db94e535b4bb)

이 단어를 발견한 곳

1. chapter1, DataOps and Data Engineering: Next up on the ML hierarchy of needs is a way to automate the flow of data.